Hallo，各位小伙伴大家好呀！这两天一直在肝项目，都是关于计算机视觉方面的，所以这两天一直也没有更新（真的不是我懒）！在这个过程中我对Yolov5有了更深刻的理解，在原有的Yolov5框架上增加了图像分割功能，这样在原有的识别基础上可以将目标切割出来，再进行更为精确的识别，调用百度AI的接口，将图片上传再接受返回值，这难道不香吗？所以本篇文章以Yolov5+图像分割+调用百度AI的接口实现车牌实时监测识别的效果，识别效果非常优秀。接下来就一起来看看这篇文章吧，如果小伙伴们感兴趣也欢迎评论区或者私信交流！

目录

一、Yolov5介绍

之前有些一篇文章——《Yolov5：强大到你难以想象──新冠疫情下的口罩检测》，详细链接为 ：Yolov5：强大到你难以想象──新冠疫情下的口罩检测，里面有对Yolov5的简介，这两天的学习我对Yolov5的了解更加深入，在知网上查阅了不少资料，总结一下：

YOLOv5 算法整体主要有 3 部分组成: Backbone、 Neck 和 Prediction, 以 YOLOv5s 模型为例整体算法结 构如下所示. Backbone 主要有 Conv, C3 和 SPPF 基 本网络模块组成, 其主要功能就是提取图像特征信息, C3 模块使用残差网络结构, 可以学习到更多的特征信 息, SPPF 模块是空间金字塔池化, 也是 Backbone 网络 的输出端, 主要功能是将提取到的任意大小的特征信 息转换成固定大小的特征向量. Neck 网络采用 FPN+ PAN 的特征金字塔结构网络, 可以实现不同尺寸目标 特征信息的传递, 可以有效解决多尺度问题. Prediction 采用 3 种损失函数分别计算目标分类损失, 目标定位损失和置信度损失, 并通过 NMS 提高网络检测的准确 度. 模型默认输入图像尺寸大小为 640×640的 3 通道图像, 最终输出格式是 3×(5+ncls), ncls 表示目标检测分类 数量。

 YOLO 算法从总体上看, 是单阶段端到端的基于 anchor-free 的检测算法. 将图片输入网络进行特征提 取与融合后, 得到检测目标的预测框位置以及类概率. 而 YOLOv5 相较前几代 YOLO 算法, 模型更小、部署 灵活且拥有更好的检测精度和速度, 适合实时目标检 测. YOLOv5 根据模型不同深度和不同特征图宽度划 分为 YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x 四个模型. 其中 YOLOv5s 是最小的模型，本文车牌检测既是用YOLOv5s模型。

二、图像分割

图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。从数学角度来看，图像分割是将数字图像划分成互不相交的区域的过程。图像分割的过程也是一个标记过程，即把属于同一区域的像素赋予相同的编号。

 主要是用opencv进行矩阵切割，

img = cv2.imread('图片.jpg')
dst = img[num1:num2,num3:num4]  #裁剪坐标为[y0:y1, x0:x1]

我们看一个demo，还记得我们之前写的人脸识别算法吗？我们进行一下改进，之前的效果是：

 我们将代码优化一下，不仅要在原图上用红框标记出来，而且要切割出来。代码如下：

import cv2 as cv


def face_detect_demo(img):
    img = cv.resize(img, dsize=(800, 800))
    gary = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    face_detect = cv.CascadeClassifier("D:/opencv/sources/data/haarcascades/haarcascade_frontalface_default.xml")
    face = face_detect.detectMultiScale(gary, 1.004, 28, 0, (40, 40), (50, 50))
    count = 1
    for x, y, w, h in face:
        cv.rectangle(img, (x, y), (x + w, y + h), color=(0, 0, 225), thickness=4)
        dst = img[y:y + h, x:x + w]
        # cv.imshow("demo",dst)
        cv.imwrite("temp/face_{0}.jpg".format(count), dst)
        count += 1
    cv.imshow("result", img)
    # img.save("result.jpg")  # 保存图片
    cv.imwrite(r"final_result.jpg", img)

img = cv.imread("photo.jpg")
face_detect_demo(img)  # 检测单个图片

while True:
    if ord("q") == cv.waitKey(1):
        break
cv.destroyAllWindows()

检测结果如下，我们就将所有人脸分割出来啦！

 三、百度AI

百度智能云AR开放平台提供领先的AR技术能力与一站式平台工具，开放感知跟踪、人机交互等40+技术能力。它提供了很多技术的接口，比如说人脸识别，文字识别，语言识别等等。

 这次我们通过调用文字识别的接口，用来识别我们本地图片上的文字，详细教程可以看这位博主的：百度AI调接口教程。对了，大家记得领一下百度免费送的优惠，要不然程序运行会报错，别问我怎么知道的，问就是搞了两个半小时总结出来的。这个过程可以理解为调用百度文字识别这个函数，传入本地的一张图片，它可以返回本地图片上的文字。只不过这个函数不是内置的，需要你去配置才能够使用。代码如下：

# 测试百度在线图片文本识别包
# 导入百度的OCR包

from aip import AipOcr

if __name__ == "__main__":
    # 此处填入在百度云控制台处获得的appId, apiKey, secretKey的实际值
    appId, apiKey, secretKey = ['28509942', 'HbB3GChFwWENkXEI7uCuNG5V', 'IRnFhizLzlXnYFiNoq3VcyLxRHaj2dZU']
    # 创建ocr对象
    ocr = AipOcr(appId, apiKey, secretKey)
    with open('D:/cartarget/result_1.png', 'rb') as fin:
        img = fin.read()
        res = ocr.basicGeneral(img)
        print(res['words_result'][0]['words'])

 这里的appId, apiKey, secretKey需要更换成自己的，图片检测的位置也要换成自己的。我是要下载SDK运行的，你们也可以试试别的方法。

四、Yolov5+图片分割+百度AI车牌实时检测识别系统

4.1流程图

Visio浅浅画了一个流程图，用来表达整个项目的逻辑： 

4.2数据集下载

首先是数据集下载，我用的是CCPD2020的数据集，CCPD2020数据集采集方法应该CCPD2019数据集类似。CCPD2020仅仅有新能源车牌图片，包含不同亮度，不同倾斜角度，不同天气环境下的车牌。CCPD2020中的图像被拆分为train/val/test数据集，train/val/test数据集中图片数分别为5769/1001/5006。我用的时候取了100张train，80张val和20张test。CCPD2020数据集(数据大小865.7MB)下载链接我也分享给大家，不用谢！链接：https://pan.baidu.com/s/11IgwwsCjsTRuLOnewx51lw?pwd=5rvf 提取码：5rvf

4.3Yolov5模型训练

然后是Yolov5模型的训练，详细代码还是看之前那篇口罩检测的文章吧，配置文件只要改这几个。

1. 数据集的配置文件：mask_data.yaml：
   1. 修改train的路径 注意是 /（反斜杠）
   2. 修改val的路径
   3. 修改类别 nc ：1、2  names [“标签名称1”、“标签名称2”]  具体几个看你的类别有几个
2. 模型配置文件： yolov5s.yaml
   1. 修改类别个数 nc：1、2

这里贴上检测数据，由于是用CPU跑的，考虑到时间问题，我这里仅训练了20次，用时在40min左右。

可以看到，识别的精度为80%左右，还是比较可观的，通过增大epoch的值，可以调整成100，识别率达到95%是没有问题的。

4.3PyQt5可视化界面

点击上传图片按钮上传图片，从本地选择一张图片。

 再点击开始检测 ，调用训练好的pt模型进行识别。

左边为原图，右边为检测之后的图， 可以看到这辆车的车牌已经被框选出来，做了标记。

4.4opencv切割图片

我自定义了一个split.py，里面只有一个split函数，目的就是为了切割图片，这里是运用了封装思想。在windows.py文件中通过import导入，就可以直接运用这个函数了。以下为split.py文件内容。

import cv2 as cv
def split(list_1,img,i):
    dst = img[int(list_1[1]):int(list_1[3]),int(list_1[0]):int(list_1[2])]  # 裁剪坐标为[y0:y1, x0:x1] xyxy
    cv.imwrite("D:/cartarget/result_{0}.png".format(i+1), dst)


# list_1 =[231,1391,586,1518]
# img = cv.imread('train_25.jpg')
# split(list_1,img,0)

接着需要对windows.py进行修改，在检测图片detect_img函数中，添加

                            tem_list = []
                            tem_list.append(int(xyxy[0]))
                            tem_list.append(int(xyxy[1]))
                            tem_list.append(int(xyxy[2]))
                            tem_list.append(int(xyxy[3]))
                            print("准备切割！")
                            split.split(tem_list, im0,count_1)
                            count_1 += 1
                            print("切割完成！")

这样，Yolov5检测出几个目标，就会调用几次split方法从而切割出来几张子图片，由于这里图片只有一辆车，所有只有一个检测目标，所以只会得到一个车牌。

 4.5调用百度AI进行图片检测

这个逻辑就很好理解啦！只要把上面这个图片丢给百度文字识别去识别内容就好啦！

if __name__ == "__main__":
    # 此处填入在百度云控制台处获得的appId, apiKey, secretKey的实际值
    appId, apiKey, secretKey = ['28509942', 'HbB3GChFwWENkXEI7uCuNG5V', 'IRnFhizLzlXnYFiNoq3VcyLxRHaj2dZU']
    # 创建ocr对象
    ocr = AipOcr(appId, apiKey, secretKey)
    with open('name.png', 'rb') as fin:
        img = fin.read()
        res = ocr.basicGeneral(img)
        print(res['words_result'][0]['words'])

 可以看到识别完全正确！大功告成！

五、总结

这个车牌识别系统到这里就算正式结束啦！感觉收获还是蛮多的，对Yolov5的理解更加深刻，Opencv的运用更加熟练，PyQt5也算是熟悉了。目标检测、图片分割、图像搜索、增强和特效、动作识别等等，慢慢觉得这些功能更像是一个个拼图，想要完成一个较大的工程，需要将一个个小功能拼在一起。

机器学习的路程还很漫长，很多知识我都未曾了解，其中的数学原理更是知之甚少。未来的学习还很漫长，人工智能的领域依然辽阔而精彩。车牌检测这个项目只是一个载体，项目本身并不重要，重要的是项目背后学到的知识，定期总结才能更好的接受知识吧！好啦，今天的分享就到这里啦！