典型文献
基于边缘设备和改进YOLOv5算法的车牌号码识别
文献摘要：
自动识别车牌号码是智慧交通中的重要内容,针对现有车牌识别算法计算量大,不满足微型化、实时性等需求,提出一种基于边缘设备和改进YOLOv5算法的车牌号码识别方法.首先,构建车牌数据集;其次,通过改进YOLOv5网络模型架构,并引入注意力机制,提升对车牌号码的检测能力,并与未改进的YOLOv5算法作性能对比;最后,将Intel Movidius NCS2与树莓派硬件设备结合,进行实时推理.实验结果表明,改进的YOLOv5算法在边缘设备上的实时画面推理速度最快达到3.316 ms,YOLOv5算法推理速度为5.772 ms,改进的YOLOv5算法与原算法相比,其推理速度平均提升了13.41％.本文提出的方法能在边缘设备上提高车牌检测速度,并达到较高的准确率.
文献关键词：
边缘设备;树莓派4B;车牌识别;YOLOv5;注意力机制
中图分类号：
作者姓名：
梁允泉;董苗苗;齐振岭;刘羿漩;葛广英;孙群
作者机构：
聊城大学物理科学与信息工程学院,聊城 252059;山东省光通信科学与技术重点实验室,聊城 252059;聊城大学计算机学院,聊城 252059;聊城大学机械与汽车工程学院,聊城 252059
文献出处：
引用格式：
[1]梁允泉;董苗苗;齐振岭;刘羿漩;葛广英;孙群-.基于边缘设备和改进YOLOv5算法的车牌号码识别)[J].现代计算机,2022(17):16-22
A类：
Movidius,NCS2
B类：
边缘设备,YOLOv5,车牌号码,号码识别,自动识别,智慧交通,车牌识别,识别算法,算法计算,计算量,微型化,模型架构,注意力机制,检测能力,未改,性能对比,Intel,树莓派,硬件设备,实时推理,推理速度,ms,算法推理,高车,车牌检测,检测速度,4B
AB值：
0.29198
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
