暂无评论
In the field of image recognition, license plate recognition (LPR) is a complex and challenging prob
可以使用ccd拍照得到的车辆牌照进行识别，分辨率非常高。
计算机视觉与深度学习（DL）技术的结合为交通控制，监控和执法活动领域带来了广阔的前景。本文提出了一种YOLOv4目标检测模型，其中对卷积神经网络（CNN）进行了训练和调整，以检测孟加拉国车辆的车牌并使
利用匹配策略扩展卷积神经网络的分面标注方法，吴蓓，魏笔凡，大多数的社区问答网站通过主题组织大量的问答对,但是这种基于主题的组织模式不能满足用户的搜索需求。而主题分面更有利于组织和��
Analgorithmforlicenseplaterecognition(LPR)appliedtotheintelligenttransportationsystemisproposedonthe
设计模式内部培训资料-详细介绍了策略模式。
The MACD Trend Following Strategy as the name suggests is a successful trend following system and th
基于神经网络的的车牌识别模型，刘妍，，车牌识别是智能交通系统的重要组成部分，有着广泛的应用领域和美好的应用前景，在不久的将来车牌识别系统会在公安、交通、高速等
一种高效的车牌定位算法，代由锐，张洪刚，受益于更低的成本和易于安装，高清(HD)图片被越来越多地应用于智能交通系统(ITS)。本文描述了一种基于边缘和颜色特征的车牌定位方��
Research on License Plate Recognition based on Template Matching Method
暂无评论