您现在的位置是:首页 > 技术教程 正文

Python——yolov8识别车牌2.0

admin 阅读: 2024-03-19
后台-插件-广告管理-内容页头部广告(手机)

目录

一、前言

二、关于项目UI

2.1、修改界面内容的文本

2.2、修改界面的图标和图片

 三、项目修改地方

 四、其他配置问题


一、前言

  • 因为后续有许多兄弟说摄像头卡顿,我在之前那个MATS上面改一下就可以了,MAST项目:基于YOLOv8的多端车流检测系统(用于毕设+开源)-CSDN博客
  • 其实这个直接用yolov8的官方api就可以了,然后在画标签那里修改一下代码,就可以了
  • 卡顿的原版项目:(这里有配置方法)Python——基于YOLOV8的车牌识别(源码+教程)_车牌识别python代码-CSDN博客

代码包:

YOLOv8-license-plate-recognize-2.zip - 蓝奏云文件大小:41.3 M|icon-default.png?t=N7T8https://wwm.lanzout.com/idooo1qg4lyd

配置方法和原项目差不多~如果有配置问题,可以看看下面的内容

二、关于项目UI

因为MATS那个基础项目,就没有用ui文件,所以这个也没有UI文件了

在修改pyside6时,最好有一些这方面的基础

2.1、修改界面内容的文本

可以自行修改ui文件夹里面的main_window.py

2.2、修改界面的图标和图片

1、替换或修改YOLOv8-license-plate-recognize-2\ui\img中的图片(img那个文件夹里面)

2、把resources.qrc中的对应映射进行修改,如果你是添加了文件,就按照那个格式新增就好了

3、使用命令——重新编译为资源文件:pyside6-rcc resources.qrc -o resources_rc.py


重新启动程序,查看是否更新成功

 三、项目修改地方

其实,很多东西,原项目都写好了,只需要在画标签那里,自定义一下就好了,把对应的坐标和图片丢给lprr就行了

关于lprr本人一窍不通,只是调用了他的api,然后他可以返回一个车牌的结果

画标签的代码:(写得丑陋,请大佬们指正,Python没有常用,常写)

 在yolo.py的333行

  1. # 画标签到图像上
  2. def creat_labels(self, detections, img_box, model):
  3. # 画车牌 draw a license plate
  4. label_plate = []
  5. xy_xy_list = detections.xyxy.squeeze()
  6. class_id_list = detections.class_id.squeeze().tolist()
  7. xyxy = []
  8. # 车牌获取
  9. for i in range(len(xy_xy_list)):
  10. if isinstance(class_id_list, int) and class_id_list != 0:
  11. continue
  12. # 如果长度为1,则是int
  13. if isinstance(class_id_list, int) and class_id_list == 0:
  14. xy_xy_filter = xy_xy_list
  15. xyxy.append(xy_xy_filter)
  16. plate = de_lpr(xy_xy_filter, img_box)
  17. plate = np.array(plate)
  18. car_number = ""
  19. for m in range(0, plate.shape[1]):
  20. # 将字符转换成车牌号码
  21. b = CHARS[plate[0][m]]
  22. car_number += b
  23. label_plate.append(car_number)
  24. continue
  25. # 长度不为1
  26. if class_id_list[i] != 0: # 只选择是车牌的目标
  27. continue
  28. xy_xy_filter = xy_xy_list[i]
  29. xyxy.append(xy_xy_filter)
  30. plate = de_lpr(xy_xy_filter, img_box)
  31. plate = np.array(plate)
  32. car_number = ""
  33. for m in range(0, plate.shape[1]):
  34. # 将字符转换成车牌号码
  35. b = CHARS[plate[0][m]]
  36. car_number += b
  37. label_plate.append(car_number)
  38. # 修改坐标数组
  39. detections.xyxy = np.array(xyxy)
  40. # 要画出来的信息
  41. labels_draw = label_plate
  42. # labels_draw = [
  43. # f"ID: {tracker_id} {tracker_id}"
  44. # for _, _, confidence, class_id, tracker_id in detections
  45. # if model.model.names[class_id] in label_names
  46. # ]
  47. '''
  48. 如果Torch装的是cuda版本的话:labels_draw代码需改成:
  49. labels_draw = [
  50. f"OBJECT-ID: {tracker_id} CLASS: {model.model.names[class_id]} CF: {confidence:0.2f}"
  51. for _,confidence,class_id,tracker_id in detections
  52. ]
  53. '''
  54. # 存储labels里的信息
  55. labels_write = [
  56. f"目标ID: {tracker_id} 目标类别: {class_id} 置信度: {confidence:0.2f}"
  57. for _, _, confidence, class_id, tracker_id in detections
  58. ]
  59. '''
  60. 如果Torch装的是cuda版本的话:labels_write代码需改成:
  61. labels_write = [
  62. f"OBJECT-ID: {tracker_id} CLASS: {model.model.names[class_id]} CF: {confidence:0.2f}"
  63. for _,confidence,class_id,tracker_id in detections
  64. ]
  65. '''
  66. pprint(detections)
  67. # 打印结果
  68. print(detections.xyxy)
  69. # 如果显示标签 (要有才可以画呀!)---否则就是原图
  70. if (self.show_labels == True) and (self.class_num != 0):
  71. img_box = self.box_annotator.annotate(scene=img_box, detections=detections, labels=labels_draw)
  72. return labels_write, img_box

 四、其他配置问题

  1. 配置环境中,有一个lap,在pip安装时,需要下载一个东西,根据报错提示中的链接,去下载就好了
  2. 如果你预测失败,多半是yolo版本问题,需要你自己根据报错修改一下,还有关于其他库,就是opencv版本(或者其他库,比如sv等)不一样,根据报错的库名,卸载重新安装对应版本
  3. 此项目的main_window的ui文件是没有的,用猫鱼老哥的开源改的,他当时就没有用ui文件。直接手写了,然后我也只好手写ui了。
  4. 关于type object 'Detections' has no attribute 'from_yolov8'问题的解决:由于Detection删除了from,所以需要降级,又因为前面的sv调用,所以把supervision降级为0.6.0即可解决pip install supervision==0.6.0
  5. 如果你遇到了问题:可以看看这个文章里面的评论区:基于YOLOv8的多端车流检测系统(用于毕设+开源)-CSDN博客

关于训练模型+预测:(如何训练模型——我之前写过一篇文章,可以翻翻前面的看看)

  1. 如果训练版本使用的是和预测版本一样的话,就可以直接用
  2. 要用自己训练的那个yolo版本的话,那么预测项目里面yolo版本就换为你训练的那个版本(不过可能有api改了,但是一般改动不大,自行根据报错修改就好了)

关于使用CUDA

  1. cuda版本的pytorch,需要自己根据项目的注释和报错修改就好了
  2. 因为使用了CUDA,他预测返回的数据格式和之前的不一样,建议自行打印出来,根据数据找到自己需要数据,就可以啦~
  3. label根据具体内容,修改就行了~

标签:
声明

1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。

在线投稿:投稿 站长QQ:1888636

后台-插件-广告管理-内容页尾部广告(手机)
关注我们

扫一扫关注我们,了解最新精彩内容

搜索