Yolov5+图像分割+百度AI接口——车牌实时检测识别系统

2023-01-30 606

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： Yolov5+图像分割+百度AI接口——车牌实时检测识别系统

一、Yolov5介绍

之前有些一篇文章——《Yolov5：强大到你难以想象──新冠疫情下的口罩检测》，详细链接为：Yolov5：强大到你难以想象──新冠疫情下的口罩检测，里面有对Yolov5的简介，这两天的学习我对Yolov5的了解更加深入，在知网上查阅了不少资料，总结一下：

YOLOv5 算法整体主要有 3 部分组成: Backbone、 Neck 和 Prediction, 以 YOLOv5s 模型为例整体算法结构如下所示. Backbone 主要有 Conv, C3 和 SPPF 基本网络模块组成, 其主要功能就是提取图像特征信息, C3 模块使用残差网络结构, 可以学习到更多的特征信息, SPPF 模块是空间金字塔池化, 也是 Backbone 网络的输出端, 主要功能是将提取到的任意大小的特征信息转换成固定大小的特征向量. Neck 网络采用 FPN+ PAN 的特征金字塔结构网络, 可以实现不同尺寸目标特征信息的传递, 可以有效解决多尺度问题. Prediction 采用 3 种损失函数分别计算目标分类损失, 目标定位损失和置信度损失, 并通过 NMS 提高网络检测的准确度. 模型默认输入图像尺寸大小为 640×640的 3 通道图像, 最终输出格式是 3×(5+ncls), ncls 表示目标检测分类数量。

YOLO 算法从总体上看, 是单阶段端到端的基于 anchor-free 的检测算法. 将图片输入网络进行特征提取与融合后, 得到检测目标的预测框位置以及类概率. 而 YOLOv5 相较前几代 YOLO 算法, 模型更小、部署灵活且拥有更好的检测精度和速度, 适合实时目标检测. YOLOv5 根据模型不同深度和不同特征图宽度划分为 YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x 四个模型. 其中 YOLOv5s 是最小的模型，本文车牌检测既是用YOLOv5s模型。

二、图像分割

图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。从数学角度来看，图像分割是将数字图像划分成互不相交的区域的过程。图像分割的过程也是一个标记过程，即把属于同一区域的像素赋予相同的编号。

主要是用opencv进行矩阵切割，

img = cv2.imread('图片.jpg')

dst = img[num1:num2,num3:num4] #裁剪坐标为[y0:y1, x0:x1]

我们看一个demo，还记得我们之前写的人脸识别算法吗？我们进行一下改进，之前的效果是：

我们将代码优化一下，不仅要在原图上用红框标记出来，而且要切割出来。代码如下：

1. import cv2 as cv
2. 
3. 
4. def face_detect_demo(img):
5.     img = cv.resize(img, dsize=(800, 800))
6.     gary = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
7.     face_detect = cv.CascadeClassifier("D:/opencv/sources/data/haarcascades/haarcascade_frontalface_default.xml")
8.     face = face_detect.detectMultiScale(gary, 1.004, 28, 0, (40, 40), (50, 50))
9.     count = 1
10. for x, y, w, h in face:
11.         cv.rectangle(img, (x, y), (x + w, y + h), color=(0, 0, 225), thickness=4)
12.         dst = img[y:y + h, x:x + w]
13. # cv.imshow("demo",dst)
14.         cv.imwrite("temp/face_{0}.jpg".format(count), dst)
15.         count += 1
16.     cv.imshow("result", img)
17. # img.save("result.jpg")  # 保存图片
18.     cv.imwrite(r"final_result.jpg", img)
19. 
20. img = cv.imread("photo.jpg")
21. face_detect_demo(img)  # 检测单个图片
22. 
23. while True:
24. if ord("q") == cv.waitKey(1):
25. break
26. cv.destroyAllWindows()

检测结果如下，我们就将所有人脸分割出来啦！

三、百度AI

百度智能云AR开放平台提供领先的AR技术能力与一站式平台工具，开放感知跟踪、人机交互等40+技术能力。它提供了很多技术的接口，比如说人脸识别，文字识别，语言识别等等。

这次我们通过调用文字识别的接口，用来识别我们本地图片上的文字，详细教程可以看这位博主的：百度AI调接口教程。对了，大家记得领一下百度免费送的优惠，要不然程序运行会报错，别问我怎么知道的，问就是搞了两个半小时总结出来的。这个过程可以理解为调用百度文字识别这个函数，传入本地的一张图片，它可以返回本地图片上的文字。只不过这个函数不是内置的，需要你去配置才能够使用。代码如下：

1. # 测试百度在线图片文本识别包
2. # 导入百度的OCR包
3. 
4. from aip import AipOcr
5. 
6. if __name__ == "__main__":
7. # 此处填入在百度云控制台处获得的appId, apiKey, secretKey的实际值
8.     appId, apiKey, secretKey = ['28509942', 'HbB3GChFwWENkXEI7uCuNG5V', 'IRnFhizLzlXnYFiNoq3VcyLxRHaj2dZU']
9. # 创建ocr对象
10.     ocr = AipOcr(appId, apiKey, secretKey)
11. with open('D:/cartarget/result_1.png', 'rb') as fin:
12.         img = fin.read()
13.         res = ocr.basicGeneral(img)
14. print(res['words_result'][0]['words'])

这里的appId, apiKey, secretKey需要更换成自己的，图片检测的位置也要换成自己的。我是要下载SDK运行的，你们也可以试试别的方法。

四、Yolov5+图片分割+百度AI车牌实时检测识别系统

4.1流程图

Visio浅浅画了一个流程图，用来表达整个项目的逻辑：

4.2数据集下载

首先是数据集下载，我用的是CCPD2020的数据集，CCPD2020数据集采集方法应该CCPD2019数据集类似。CCPD2020仅仅有新能源车牌图片，包含不同亮度，不同倾斜角度，不同天气环境下的车牌。CCPD2020中的图像被拆分为train/val/test数据集，train/val/test数据集中图片数分别为5769/1001/5006。我用的时候取了100张train，80张val和20张test。CCPD2020数据集(数据大小865.7MB)下载链接我也分享给大家，不用谢！链接：https://pan.baidu.com/s/11IgwwsCjsTRuLOnewx51lw?pwd=5rvf 提取码：5rvf

4.3Yolov5模型训练

然后是Yolov5模型的训练，详细代码还是看之前那篇口罩检测的文章吧，配置文件只要改这几个。

数据集的配置文件：mask_data.yaml：

修改train的路径注意是 /（反斜杠）
修改val的路径
修改类别 nc ：1、2 names [“标签名称1”、“标签名称2”] 具体几个看你的类别有几个

模型配置文件： yolov5s.yaml

修改类别个数 nc：1、2

这里贴上检测数据，由于是用CPU跑的，考虑到时间问题，我这里仅训练了20次，用时在40min左右。

可以看到，识别的精度为80%左右，还是比较可观的，通过增大epoch的值，可以调整成100，识别率达到95%是没有问题的。

4.3PyQt5可视化界面

点击上传图片按钮上传图片，从本地选择一张图片。

再点击开始检测，调用训练好的pt模型进行识别。

左边为原图，右边为检测之后的图，可以看到这辆车的车牌已经被框选出来，做了标记。

4.4opencv切割图片

我自定义了一个split.py，里面只有一个split函数，目的就是为了切割图片，这里是运用了封装思想。在windows.py文件中通过import导入，就可以直接运用这个函数了。以下为split.py文件内容。

1. import cv2 as cv
2. def split(list_1,img,i):
3.     dst = img[int(list_1[1]):int(list_1[3]),int(list_1[0]):int(list_1[2])]  # 裁剪坐标为[y0:y1, x0:x1] xyxy
4.     cv.imwrite("D:/cartarget/result_{0}.png".format(i+1), dst)
5. 
6. 
7. # list_1 =[231,1391,586,1518]
8. # img = cv.imread('train_25.jpg')
9. # split(list_1,img,0)

接着需要对windows.py进行修改，在检测图片detect_img函数中，添加

1.                             tem_list = []
2.                             tem_list.append(int(xyxy[0]))
3.                             tem_list.append(int(xyxy[1]))
4.                             tem_list.append(int(xyxy[2]))
5.                             tem_list.append(int(xyxy[3]))
6. print("准备切割！")
7.                             split.split(tem_list, im0,count_1)
8.                             count_1 += 1
9. print("切割完成！")

这样，Yolov5检测出几个目标，就会调用几次split方法从而切割出来几张子图片，由于这里图片只有一辆车，所有只有一个检测目标，所以只会得到一个车牌。

4.5调用百度AI进行图片检测

这个逻辑就很好理解啦！只要把上面这个图片丢给百度文字识别去识别内容就好啦！

1. if __name__ == "__main__":
2. # 此处填入在百度云控制台处获得的appId, apiKey, secretKey的实际值
3.     appId, apiKey, secretKey = ['28509942', 'HbB3GChFwWENkXEI7uCuNG5V', 'IRnFhizLzlXnYFiNoq3VcyLxRHaj2dZU']
4. # 创建ocr对象
5.     ocr = AipOcr(appId, apiKey, secretKey)
6. with open('name.png', 'rb') as fin:
7.         img = fin.read()
8.         res = ocr.basicGeneral(img)
9. print(res['words_result'][0]['words'])

可以看到识别完全正确！大功告成！

五、总结

这个车牌识别系统到这里就算正式结束啦！感觉收获还是蛮多的，对Yolov5的理解更加深刻，Opencv的运用更加熟练，PyQt5也算是熟悉了。目标检测、图片分割、图像搜索、增强和特效、动作识别等等，慢慢觉得这些功能更像是一个个拼图，想要完成一个较大的工程，需要将一个个小功能拼在一起。

机器学习的路程还很漫长，很多知识我都未曾了解，其中的数学原理更是知之甚少。未来的学习还很漫长，人工智能的领域依然辽阔而精彩。车牌检测这个项目只是一个载体，项目本身并不重要，重要的是项目背后学到的知识，定期总结才能更好的接受知识吧！好啦，今天的分享就到这里啦！