43 lines
1.5 KiB
Markdown
43 lines
1.5 KiB
Markdown
|
### **车牌检测训练**
|
|||
|
|
|
|||
|
|
1. **下载数据集：** 数据集可以联系vx获取：we0091234
|
|||
|
|
数据从CCPD和CRPD数据集中选取并转换的
|
|||
|
|
数据集格式为yolo格式：
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
label x y w h pt1x pt1y pt2x pt2y pt3x pt3y pt4x pt4y
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
关键点依次是（左上，右上，右下，左下）
|
|||
|
|
坐标都是经过归一化，x,y是中心点除以图片宽高，w,h是框的宽高除以图片宽高，ptx，pty是关键点坐标除以宽高
|
|||
|
|
|
|||
|
|
**自己的数据集**可以通过lablme 软件,create polygons标注车牌四个点即可，然后通过json2yolo.py 将数据集转为yolo格式，即可训练
|
|||
|
|
2. **修改 data/widerface.yaml train和val路径,换成你的数据路径**
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
train: /your/train/path #修改成你的训练集路径
|
|||
|
|
val: /your/val/path #修改成你的验证集路径
|
|||
|
|
# number of classes
|
|||
|
|
nc: 2 #这里用的是2分类，0 单层车牌 1 双层车牌
|
|||
|
|
|
|||
|
|
# class names
|
|||
|
|
names: [ 'single','double']
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
3. **训练**
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
python3 train.py --data data/widerface.yaml --cfg models/yolov5n-0.5.yaml --weights weights/plate_detect.pt --epoch 120
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
结果存在run文件夹中
|
|||
|
|
|
|||
|
|
### onnx export
|
|||
|
|
|
|||
|
|
1. 检测模型导出onnx,需要安装onnx-sim **[onnx-simplifier](https://github.com/daquexian/onnx-simplifier)**
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
python export.py --weights ./weights/plate_detect.pt --img_size 640 --batch_size 1
|
|||
|
|
onnxsim weights/plate_detect.onnx weights/plate_detect.onnx
|
|||
|
|
```
|