车辆检测+计数+车牌检测与车牌识别

介绍

基于pytorch深度学习框架，实用开源模型yolov4实现模板检测与yolov5实现车牌检测与LPRNet实现车牌检测
完整代码下载地址：基于Python实现的车辆检测计数+车牌定位+车牌识别的融合技术
基于win10系统，实用anaconda配置python环境，在anaconda里面下载vscode对项目进行编辑，

软件架构

安装教程

保姆级环境配置：

[简洁版环境配置：]

• last.pt 权重文件太大，不能直接上传到码云，通过百度云方式分享，下载后，放入weights文件夹。

• 链接：https://pan.baidu.com/s/1OmMVqckyMDosopfwv52zTQ

• 提取码：je0x

• 有码友发来这样的消息：
  

• 所以上传到百度云：
  链接：https://pan.baidu.com/s/1sG9VdVt_HR-mi53UcII3ZA
  提取码：n7uc

编辑器我选择的是vscode，用anaconda创建虚拟python环境可以很好的分离项目，独立起来，方便。

• pytorch安装：
• 官网推荐的安装代码如下，我使用的是Cuda10的版本：

-  CUDA 10.0
- pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html

-  CUDA 9.2
- pip install torch==1.2.0+cu92 torchvision==0.4.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html

-  CPU only
- pip install torch==1.2.0+cpu torchvision==0.4.0+cpu -f https://download.pytorch.org/whl/torch_stable.html

• 给出网盘链接：
• 链接：https://pan.baidu.com/s/1YwcoaSRmNaeWZfHWkZ8lJg
• 提取码：9i28
• 这样下载的速度比较慢，可以通过下载whl文件在本地进行安装。

下载完成后找到安装路径：

在cmd定位过来后利用文件全名进行安装即可

安装有问题可以跳转到保姆级教程：保姆级环境配置：

使用说明

1. 运行detect.py：实现对 /inference/images 路径下的图片和视频进行目标检测，卡车计数，和车牌检测与识别
2. 在/inference/output 路径下可看到输出情况
   

结果展示

小鸡汤：

很多坑要自己去踩才能成长的，动不动就把问题抛给我，我除了又成长了一遍，你们还得到了什么。
你们碰到99%的问题，通过搜索引擎都是能解决的。
要善于自己动手，发现问题不是啥本事，发现问题并解决问题才是本事。
我的代码已经写得很清楚了，在框架方向基本无误的情况下，是可以通过debug调通代码的。

完整代码下载地址：基于Python实现的车辆检测计数+车牌定位+车牌识别的融合技术