[发明专利]一种基于深度学习的车牌侦测方法

权利要求书

1.一种基于深度学习的车牌侦测的方法，其特征在于，包括以下步骤：

(1)制作VOC数据集和LMDB数据，包括分步骤：

(1).(a).使用样本标注工具生成txt标注文件，文件内容包含目标位置和目标类型；

(1).(b).txt标注文件转换生成xml标注文件；

(1).(c).归档生成用于训练、验证、训练和验证、测试的图片文件的文件名列表，格式为txt文件，至此VOC数据准备完毕；

(1).(d).设置图像属性的通道数和图像大小，VOC数据格式转换成LMDB格式；

(2)网络模型调参，主要是修改用于网络训练的配置参数，包括分步骤：

(2).(a).配置图像通道参数，修改mean_value:的维数、force_color:是否为true和input_shape中第二个dim；

(2).(b).配置图像大小参数，修改transform_param中的height和width大小和input_shape中第三个和第四个dim；

(2).(c).调整卷积层的num_output数量，数量越小速度越快，但精度会降低；

(2).(d).调整池化层的num_output数量，数量越小速度越快，但精度会降低；

(2).(e).调整全连接层的num_output数量，设置为目标分类数；

(3)训练车辆LMDB的数据集，主要配置学习速率、是否使用GPU、最大迭代次数，训练过程中会产生训练的网络参数文件F；

(4)加载网络参数文件F、测试网络层模型、设置置信度阈值，检测出目标信息，包含位置、类别、置信度；

(5)车牌的定位至此完成。