yolov3模型训练 车牌识别数据集

压缩包中是各个省份的简称的二值化后的数据集，可以用作车牌识别的首字母的训练，每个省份的样本量有150张，总共有4000多张图片，其中train和test都已经制作好，在文件中

yolov3-tiny预训练 yolov3预训练 yolov4 预训练yolov4-tiny预训练模型,全部打包在压缩文件

记yolov3模型map值计算文件准备计算代码准备数据集目录结构(供参考)计算map写入文件名生成真实值文件拷贝数据集图片(可选)生成预测值文件计算map值查看结果后记 文件准备 计算代码 计算代码地

yolov3模型文件(.names+.weights+.cfg)

目标设备MYRAID，Intel神经计算棒，Darknet的物体识别模型YOLOv3转换的格式

车牌识别所需数字样本集,包含数字0-9的10个文件夹,大小为15*25(个别图片没有归一化处理)。对要做车牌识别项目的帮助会很大。

yolov3用于视频检测,上传了三个文件,都是自己修改的代码,yolo.py是yolo类调用模型权重及一些参数,yolo_video.py用于视频检测,dataconvert.py是把视频转成图片帧序

包括使用教程和注意事项,对于下载安装和训练自己的数据时代码的修改都有详细的描述和截图。

pythonconvert.pyyolov3.cfgyolov3.weightsmodel_data/yolo.h5 该条指令需要的两个文件

yolov3在python socket运行。