Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
FrankJule
License Plate Detect Recognition Via Deep Neural Networks Accuracy Up To 99.9
提交
a84344ba
L
License Plate Detect Recognition Via Deep Neural Networks Accuracy Up To 99.9
项目概览
FrankJule
/
License Plate Detect Recognition Via Deep Neural Networks Accuracy Up To 99.9
通知
2
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
DevOps
流水线
流水线任务
计划
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
L
License Plate Detect Recognition Via Deep Neural Networks Accuracy Up To 99.9
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
DevOps
DevOps
流水线
流水线任务
计划
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
流水线任务
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
未验证
提交
a84344ba
编写于
7月 30, 2018
作者:
朱
朱本福
提交者:
GitHub
7月 30, 2018
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
Update README.md
上级
2252be86
变更
1
显示空白变更内容
内联
并排
Showing
1 changed file
with
20 addition
and
10 deletion
+20
-10
README.md
README.md
+20
-10
未找到文件。
README.md
浏览文件 @
a84344ba
...
...
@@ -104,8 +104,11 @@ works in real-time with detection and recognition accuracy up to 99.8% for Chine
(1)交流加群:加QQ群 图像处理分析机器视觉 109128646
========
感谢群友:E-图像处理_仪山湖 贡献的操作说明!和完整的第三方库,下载地址在群共享里面!
1: 安装CUDA 9.2, cuda9.2版已经带有显卡驱动,默认安装,保持cuda和显卡驱动一致,否则会报cuda runtime is inefficient 35号错误。
2:确认各项目的include、lib和第三方库路径的配置,本人在项目中除CUDA使用绝对路径外,其余的include、lib路径均使用相对路径
'''
caffe项目:
C:
\P
rogram Files
\N
VIDIA GPU Computing Toolkit
\C
UDA
\v
9.2
\i
nclude
..
\.
.
\o
pensource
\b
oost_1_57_0
...
...
@@ -161,18 +164,25 @@ C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\lib\x64
..
\.
.
\o
pensource
\o
pencv
\l
ib
..
\.
.
\o
pensource
\b
oost_1_57_0
\l
ib
..
\.
.
\t
ools_bin
'''
3:生成时要选择Release,x64格式
4:在项目的cuda生成host代码时,支持一些旧版本的cu伪代码,三个项目都设置成:compute_61,sm_61;compute_52,sm_52;compute_50,sm_50;compute_35,sm_35;compute_30,sm_30,否则会报no kernel image 40号错误
5:整理的3rdparty请使用群文件的3rdparty-20180730.tar
6:在visual studio 2015打开caffe.sln方案时(项目根目录下),如果出现无法加载工程的错误,打开项目根目录下的caffe-vsproj
\c
affe.sln
7:导入工程后,在ocr_test的项目,右键,选择【生成依赖项】-> 【项目依赖项】,勾选caffe, libClassfication两个项目
8: 项目代码中对路径没有做规范化处理,导致在运行期间报找不到模型文件的错误,为了调试方便,这里把代码中的路径全部修改成绝对路径,如ocr_test.cpp的962行,
string modelfolder = "E:
\\
License-Plate-Detect-Recognition
\\
caffe-vsproj
\\
ocr_test
\\
plateCard_test"; 其他的类似修改
但要区分MTCNN模型和ICNNPredict模型的位置
9:启动一个cmd,切换到工程根目录下的tools_bin目录,启动ocr_test.ext
(2)
**武汉周边的朋友可以加我,周末一起约起,多交流相互学习!**
![
image
](
https://github.com/zhubenfu/License-Plate-Detect-Recognition-via-Deep-Neural-Networks-accuracy-up-to-99.9/blob/master/result_plateCard/%E5%BE%AE%E4%BF%A1%E5%8F%B7%EF%BC%8C%E6%AC%A2%E8%BF%8E%E5%8A%A0%E6%88%91%E4%BA%A4%E6%B5%81.jpg
)
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录