基于边缘设备和改进YOLOv5算法的车牌号码识别

自动识别车牌号码是智慧交通中的重要内容，针对现有车牌识别算法计算量大，不满足微型化、实时性等需求，提出一种基于边缘设备和改进YOLOv5算法的车牌号码识别方法。首先，构建车牌数据集；其次，通过改进YOLOv5网络模型架构，并引入注意力机制，提升对车牌号码的检测能力，并与未改进的YOLOv5算法作性能对比；最后，将Intel Movidius NCS2与树莓派硬件设备结合，进行实时推理。实验结果表明，改进的YOLOv5算法在边缘设备上的实时画面推理速度最快达到3.316 ms,YOLOv5算法推理速度为5.772 ms，改进的YOLOv5算法与原算法相比，其推理速度平均提升了13.41%。本文提出的方法能在边缘设备上提高车牌检测速度，并达到较高的准确率。