基于Django框架，涉及停车费计算，用户管理，车牌识别（百度云）
功能:
[1]用户管理，可增加月卡，季卡，半年卡，年卡，临时停车等
[2]可配置停车场停车位数据，可在线看数据
[3]图像识别车牌号
2. 修改数据库配置
修改：`Park/settings.py` 这个文件里面的 `DATABASES`
```python
DATABASES = {
'default': {
'ENGINE': 'django.db.backends.mysql',
'NAME': 'park', # 修改为自己的数据库
'HOST': '127.0.0.1', # 自己的数据库地址
'POST': '3306',
'USER': 'root',
'PASSWORD': '123456',
}
}
```
4. 配置停车位
```bash
# 这是初始化100个停车位
python manage.py configure_park 100
# 这是增加100个停车位
2024-04-23 10:43:16
8.46MB
1
基于 YOLO（You Only Look Once）算法实现的停车场车牌识别计费系统可以实现自动识别车牌、记录车辆进出时间以及计算停车费用等功能。下面是一个基本的系统架构和功能描述：
### 系统架构：
1. **摄像头部署：** 在停车场入口和出口处安装摄像头，以捕捉车辆进出场景。
2. **YOLO模型部署：** 使用基于 YOLO 的目标检测模型，针对停车场车牌的识别，训练一个车牌检测模型。可以使用预训练的 YOLO 模型，在其基础上进行微调以适应特定的车牌识别任务。
3. **车牌识别算法：** 针对检测到的车牌区域，使用 OCR（Optical Character Recognition，光学字符识别）算法对车牌进行识别。常用的 OCR 算法包括基于深度学习的方法（如 CRNN、CTC 等）以及传统的图像处理方法（如基于模板匹配的方法）。
4. **计费系统：** 根据车辆的进出时间和停车时长，计算停车费用。可以根据停车场的具体规则和收费标准来确定计费方式，比如按时计费或按次计费。
5. **数据库存储：** 将识别到的车牌信息以及进出时间等记录保存到数据
2024-04-13 21:14:13
191.77MB
1
基于spring boot + maven + opencv 实现的图像深度学习Demo项目，包含车牌识别、人脸识别、证件识别等功能，贯穿样本处理、模型训练、图像处理、对象检测、对象识别等技术点
2024-03-06 11:37:13
121.71MB
大学毕业设计 使用python基于opencv开发车牌识别系统，可以实现后台传输的图片识别 使用了两个相同结构的卷积神经网络 车牌识别系统可以分为两个部分，
第一个部分是车牌定位过滤部分；
第二个部分是字符识别部分；
在这两部分中我都是使用CNN卷积神经网络训练之后进行识别内容。
车牌定位部分使用的技术主要为图像预处理，车牌轮廓提取还有车牌的定位；
字符识别部分使用的技术主要为字符的分割，然后完成字符识别，输出车牌信息。
输入层：36x128
第一层卷积：卷积核大小：3x3，通道数：3，卷积核个数：32，激活函数使用Relu，四个维度的滑动步长为1，填充算法的类型：SAME。
第一层池化：使用池化窗口大小为2x2的最大池化，由于不想在batch（批量）同channels（通道）做池化，因此设置为1.
第二层卷积：卷积核大下：3x3，通道数为32，卷积核个数：64，激活函数使用Rule，四个维度的滑动步长为1，填充算法的类型：SAME。
第二层池化：同样使用池化窗口大小为2x2的最大池化，由于不想在batch（批量）同channels（通道）做池化，因此设置为1.
第三层卷积：卷积核大
2024-01-27 16:51:24
459.37MB
1