使用深度學(xué)習進(jìn)行自動(dòng)車(chē)牌檢測和識別

以下文章來(lái)源于小白學(xué)視覺(jué) ，作者小白

介紹

在現代世界的不同方面，信息技術(shù)的大規模集成導致了將車(chē)輛視為信息系統中的概念資源。由于沒(méi)有任何數據，自主信息系統就沒(méi)有任何意義，因此需要在現實(shí)和信息系統之間改革車(chē)輛信息。這可以通過(guò)人工代理或特殊智能設備實(shí)現，這些設備將允許在真實(shí)環(huán)境中通過(guò)車(chē)輛牌照識別車(chē)輛。在智能設備中,，提到了車(chē)輛牌照檢測和識別系統。車(chē)輛牌照檢測和識別系統用于檢測車(chē)牌，然后識別車(chē)牌，即從圖像中提取文本，所有這一切都歸功于使用定位算法的計算模塊，車(chē)牌分割和字符識別。車(chē)牌檢測和讀取是一種智能系統，由于其在以下幾個(gè)領(lǐng)域的潛在應用，因此具有相當大的潛力：

1.指揮部隊：該系統用于檢測被盜和搜查的車(chē)輛，將檢測到的車(chē)牌與報告車(chē)輛的車(chē)牌進(jìn)行比較。

2.道路安全：該系統用于檢測超過(guò)一定速度的車(chē)牌，將車(chē)牌讀取系統與道路雷達耦合。

3.停車(chē)管理：車(chē)輛進(jìn)出口的管理。

step1：車(chē)牌檢測

為了檢測許可證，我們將使用基于卷積神經(jīng)網(wǎng)絡(luò )的Yolo（You Only Look One）深度學(xué)習對象檢測體系結構。該體系結構是由Joseph Redmon、Ali Farhadi、Ross Girshick和Santosh Divvala于2015年推出的第一個(gè)版本，以及更高版本2和3。

論文鏈接：

Yolo v1：https://arxiv.org/pdf/1506.02640.pdf

Yolo v2：https://arxiv.org/pdf/1612.08242.pdf

Yolo v3：https://arxiv.org/pdf/1804.02767.pdf

Yolo是一個(gè)經(jīng)過(guò)端到端訓練的單一網(wǎng)絡(luò )，用于執行預測對象邊界框和對象類(lèi)的回歸任務(wù)。這個(gè)網(wǎng)絡(luò )速度非?？?，它以每秒45幀的速度實(shí)時(shí)處理圖像。一個(gè)較小的網(wǎng)絡(luò )版本Fast YOLO每秒處理155幀，速度驚人。

實(shí)現YOLO V3：

首先，我們準備了一個(gè)由700張包含突尼斯車(chē)牌的汽車(chē)圖像組成的數據集，對于每張圖像，我們使用一個(gè)名為L(cháng)abelImg的桌面應用程序創(chuàng )建一個(gè)xml文件（之后更改為文本文件，其中包含與Darknet配置文件輸入兼容的坐標。Darknet:project用于重新培訓YOLO預訓練模型）。

# First download Darknet project
$ git clone https://github.com/pjreddie/darknet.git
# in "darknet/Makefile" put affect 1 to OpenCV, CUDNN and GPU if you # want to train with you GPU then time thos two commands
$ cd darknet
$ make
# Load convert.py to change labels (xml files) into the appropriate # format that darknet understand and past it under darknet/
   https://github.com/GuiltyNeuron/ANPR
# Unzip the dataset
$ unzip dataset.zip
# Create two folders, one for the images and the other for labels
$ mkdir darknet/images
$ mkdir darknet/labels
# Convert labels format and create files with location of images
# for the test and the training
$ python convert.py
# Create a folder under darknet/ that will contain your data
$ mkdir darknet/custom
# Move files train.txt and test.txt that contains data path to
# custom folder
$ mv train.txt custom/
$ mv test.txt custom/
# Create file to put licence plate class name "LP"
$ touch darknet/custom/classes.names
$ echo LP > classes.names
# Create Backup folder to save weights
$ mkdir custom/weights
# Create a file contains information about data and cfg 
# files locations
$ touch darknet/custom/darknet.data
# in darknet/custom/darknet.data file paste those informations
classes = 1
train  = custom/train.txt
valid  = custom/test.txt
names = custom/classes.names
backup = custom/weights/
# Copy and paste yolo config file in "darknet/custom"
$ cp darknet/cfg/yolov3.cfg darknet/custom
# Open yolov3.cfg and change :
# " filters=(classes + 5)*3" just the ones before "Yolo"
# in our case classes=1, so filters=18
# change classes=... to classes=1
# Download pretrained model
$ wget https://pjreddie.com/media/files/darknet53.conv.74 -O ~/darknet/darknet53.conv.74
# Let's train our model !!!!!!!!!!!!!!!!!!!!!
$ ./darknet detector train custom/darknet.data custom/yolov3.cfg darknet53.conv.74

完成訓練后，要從圖像中檢測發(fā)光板，請從darknet/custom/weights中選擇最新的模型，并將其路徑或名稱(chēng)放入object_detection_yolo.py文件中，我們還將使用yolov3.cfg文件，僅在該文件中，在訓練前放入，以便我們可以先刪除訓練，然后運行：

python object-detection_yolo.py --image= image.jpg

運行結果：

Step2：車(chē)牌檢測

現在我們必須分段我們的車(chē)牌號，輸入是板的圖像，我們必須能夠提取單字符圖像。這一步驟的結果作為識別階段的輸入非常重要。在自動(dòng)讀取車(chē)牌的系統中。分割是車(chē)牌自動(dòng)識別最重要的過(guò)程之一，因為任何其他步驟都是基于分割的。如果分割失敗，識別階段將不正確。為確保正確分割，必須執行初步處理。

像素投影直方圖包括查找每個(gè)字符的上下限、左下限和右上限，我們操作水平投影以查找字符的頂部和底部位置，一組直方圖的值是沿水平方向上特定線(xiàn)的白色像素的總和。當所有的值沿水平方向的所有直線(xiàn)進(jìn)行計算，得到水平投影直方圖。然后將直方圖的平均值用作閾值，以確定上限和下限。直方圖分段大于閾值的中心區域記錄為由上限和下限分隔的區域。然后，我們以同樣的方式計算垂直投影直方圖，但通過(guò)按圖像的列更改行，使每個(gè)字符具有兩個(gè)限制（左和右）。

從車(chē)牌中提取數字的另一種方法是使用開(kāi)/關(guān)形態(tài)學(xué)來(lái)制作某種連接區域，然后使用連接組件算法來(lái)提取連接區域。

Step3：車(chē)牌識別

識別階段是自動(dòng)車(chē)牌閱讀器系統開(kāi)發(fā)的最后一步。因此，它關(guān)閉圖像采集過(guò)程中經(jīng)過(guò)的所有過(guò)程，然后是板的位置，直到分割。識別必須從分割階段結束時(shí)獲得的圖像中提取字符。用于此識別的學(xué)習模型必須能夠讀取圖像并渲染相應的字符。

為了最大限度地利用可用于學(xué)習的數據，我們在應用車(chē)牌分割之前使用的相同圖像處理步驟后，通過(guò)在正方形中調整每個(gè)字符的大小來(lái)單獨切割每個(gè)字符。結果，我們獲得了一組由11個(gè)類(lèi)組成的數據，對于每個(gè)類(lèi)，我們有30-40張28X28像素尺寸的PNG格式的圖像；從0到9的數字和阿拉伯語(yǔ)單詞（突尼斯）。

然后，我們在科學(xué)論文的基礎上對多層感知器（MLP）和分類(lèi)器K近鄰（KNN）進(jìn)行了比較研究。結果我們發(fā)現：如果使用MLP分類(lèi)器時(shí)隱層神經(jīng)元的數量也增加，并且如果使用KNN時(shí)最近鄰數也增加，則性能會(huì )提高。在這里，調整k-NN分類(lèi)器性能的能力非常有限。但是，可調整的隱藏層數量和可調整的MLP連接權重為細化決策區域提供了更大的機會(huì )。因此，我們將在此階段選擇多層感知器。

本文代碼Github鏈接：

https://github.com/GuiltyNeuron/ANPR