【A271】基于深度学习的火车车号识别系统

文件编号：A271

文件大小：258M

开发环境：Python3.8、OpenCV4.5、Pytorch1.8.0、PyCharm2020

猿创承诺：该项目亲测正常运行，需远程调试部署另外收费，确保正常使用，不能正常使用全额退款。

简要概述：货检作业自动化的关键环节包括列车车号的定位与识别，即能够自动记录车号信息，节省人力物力。目前使用的车号识别系统大部分是无线射频识别系统，需要安装在车厢底部的电子标签和地面读取设备相配合使用，容易受到标签损坏的影响，而且该系统价格昂贵、设备复杂、不利于维护。近年来深度学习大热，将计算机视觉技术应用于列车车号识别，既能节省成本，又能实现对列车的自动监测，为铁路车号识别带来了极大便利。

checkpoints 存放模型参数文件

test_images 测试图片文件

test_result 测试结果文件

train_code 训练文件

验证码生成器 补充train_code中的CRNN训练集 

按需写作：

演示视频：

点击查看：系统演示视频 提取码：61ic 

运行效果：

远程协助：

温馨提示：索炜达.猿创官方提供收费远程协助，确保您项目运行成功。

点击查看：远程协助相关事项

我们提供完整项目文件清单如下：

文件目录

 ├ 1.项目源码

 ├ 2.运行截图

 └ 3.演示视频