4.3. 示例-车辆车牌识别
4.3.1. 演示
此示例展示了用于构建模型管道的基本架构，该模型管道支持在设备上放置不同模型以及使用 python 中的 DepthAI 库同时并行或顺序串行运行。
本示例展示了车辆和车牌检测网络，以及在检测结果之上应用的车辆属性识别和车牌识别网络。您可以在示例中使用以下一组预先训练的模型：
vehicle-license-plate-detection-barrier-0106是查找车辆和车牌的主要检测网络vehicle-attributes-recognition-barrier-0039会根据第一个网络的结果执行，并报告常规车辆属性，例如车辆类型（car/van/bus/truck）和颜色license-plate-recognition-barrier-0007在第一个网络的结果之上执行，并报告每个识别的牌照的字符串
4.3.2. 示例源代码
车辆车牌识别示例的源代码在 GitHub 的 代码仓库 中, 国内用户可以在 Gitee 的 代码仓库 获得
请参考 README 运行程序.
4.3.3. 示例原理说明：
通过相机/视频读取图像
运行
vehicle-license-plate-detection-barrier-0106模型，检测（正面）车辆和（中文）车牌这是基于 MobileNetV2 + SSD 的检测器
运行
vehicle-attributes-recognition-barrier-0039模型，根据第一个模型的结果检测车辆属性该模型提出了一种用于交通分析场景的车辆属性分类算法
运行
license-plate-recognition-barrier-0007模型，根据第一个模型的结果识别中国车牌这同样是基于 MobileNetV2 + SSD 的检测器
最终效果
4.3.4. 应用程序流程图
有疑问?
我们很乐意为您提供代码或其他问题的帮助。
我们的联系方式
还可以通过我们发布的视频和文章了解OAK
