基于yolov5s的车牌遮挡与污损检测

基于yolov5s的车牌遮挡与污损检测

文章目录

• 1. 车牌样例
• • 1.1 正常车牌
  • 1.2 遮挡车牌
• 2. 检测模型
• • 2.1 数据集
  • 2.2 模型训练
• 3. 检测结果
• • 3.1 正常车牌结果
  • 3.2 遮挡车牌结果

1. 车牌样例

1.1 正常车牌

正常车牌样本为从网上爬取下来的未遮挡车牌和从CCPD数据集中补充的部分样本，包括普通蓝色车牌和新能源车牌。

1.2 遮挡车牌

遮挡车牌为人为故意遮挡的车牌、被雨雪泥土遮挡的车牌以及破损的车牌等。

2. 检测模型

2.1 数据集

选择yolov5s模型，将目标分为两类：正常车牌和遮挡车牌。共爬取3885张数据进行标记，3000张放到训练集，885张放入验证集。为保证正负样本的平衡，从CCPD训练集中补充2000张图片放入训练集，CCPD验证集中补充600张到验证集。数据分布如下图所示：

2.2 模型训练

共训练50个epoch，验证集0.5mAP为：91.8%，0.5:0.95mAP为74.7%，车牌类别mAP为：98.0%，遮挡类别mAP为：85.7%。

3. 检测结果

车牌遮挡的检测结果如下图所示：

3.1 正常车牌结果

3.2 遮挡车牌结果