基于YOLOv5的动态车牌识别及残差网络优化方法

杨子奕; 崔善柠; 曲大义; 杨宇翔; 刘朝晖

doi:CNKI:SUN:QDJG.0.2025-02-015

青岛理工大学学报 ›› 2025, Vol. 46 ›› Issue (02) : 115 -123. DOI: CNKI:SUN:QDJG.0.2025-02-015

基于YOLOv5的动态车牌识别及残差网络优化方法

杨子奕, 崔善柠, 曲大义, 杨宇翔, 刘朝晖

作者信息 +

Author information +

文章历史 +

PDF

摘要

为精确识别复杂交通场景中实时运行的动态车辆牌照，提出了一种基于YOLOv5的动态车牌识别及残差网络优化方法。基于深度残差网络优化方法，采用飞桨Padddle-Paddle平台数据集进行网络模型训练，对车牌数据样本进行图像特征提取；运用YOLOv5模型架构提升动态车牌的识别效果。基于残差网络优化的YOLOv5动态车牌识别模型输出结果显示，对于小角度、远距离的动态车牌识别，相较于传统模型，识别效果提升15%～20%,优化效果在识别范围内随角度减小及距离增加而提升。基于YOLOv5的动态车牌识别及残差网络优化模型可以有效提升动态车牌的识别精度和识别效率，为复杂交通场景的车车交互提供技术支持。