# mxnet-cnn-plate-recognition

**Repository Path**: zhj0497/mxnet-cnn-plate-recognition

## Basic Information

- **Project Name**: mxnet-cnn-plate-recognition
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 2
- **Forks**: 2
- **Created**: 2018-06-13
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 基于CNN的OCR车牌识别

------
### 所需环境
> * Python3.6
> * Mxnet
> * Numpy
> * Opencv
> * python 所需要的whl，可直接使用sh deploy获取
------

### 操作步骤
#### 1.生成车牌sample
```
python3.6 genPlate.py 100 ./tmp/out
参数1：生成车牌的数量
参数2：生成车牌存放的地址
```

#### 2.训练CNN模型[^code]
```
python3.6 train.py  1000 10000
参数1：训练次数
参数2：验证次数
```

#### 3.批量预测车牌准确率
```
#批量预测测试图片准确率
python3.6 TestBatch.py ./tmp/label.txt ./tmp/out ./tmp/productCNN/cnn-ocr
参数1：验label文件
参数2：测试文件夹
参数3：训练后的特征文件前缀
##输出结果示例
行数：0,名称：./tmp/out\00.jpg
预测车牌号码为:桂Y86KT4
实际车牌号码为:桂Y86KT4
预测行准确率为:1.0
预测列准确率为:1.0
```

### 4.验证一个图像
```
python3.6 TestOne.py 苏B99999 ./tmp/test.jpg ./tmp/productCNN/cnn-ocr
参数1：名字
参数2：测试文件
参数3：训练后的特征文件前缀
```
------
### 参考资料
```
1.https://github.com/ibyte2011/end-to-end-for-chinese-plate-recognition
2.https://github.com/huxiaoman7/mxnet-cnn-plate-recognition.git
```