티스토리

파크재의 개발일기

검색하기

블로그 홈

파크재의 개발일기

parkjae.tistory.com/m

파크재 님의 블로그입니다.

구독자: 0

방명록 방문하기

주요 글 목록

번호판 글자 인식하기 - LPR Net 사용하기 (by NinV) 1. 기존 Tesseract방식의 문제점 - 번호판의 해상도와 관계없이 글자 일부를 잘못 인식하는 등 정확성이 다소 떨어짐. - 숫자나 문자 이외에 특수문자 또한 인식하여 추출하므로 특수문자가 여럿 섞여 정확도가 더욱 떨어짐. 2. LPR Net 참고 : https://arxiv.org/pdf/1806.10447.pdf - NinV의 자동차 번호판 글자인식 알고리즘 - 다양한 번호판 데이터를 이용한 학습으로 번호판 글자인식에 최적화 - 번호판에서 나올 수 있는 한글만을 가지고 구분하여 정확성 향상 기존에 있는 코드에서 글자인식부분만 tesseract -> LPR Net 으로 바꾸어 진행 출처 : http://happy-car.kr/model/DetailView.asp?ShopNo=30150806&Memb.. 공감수 0 댓글수 0 2021. 7. 21.
번호판 글자 인식하기 - Tesseract 사용하기 1. Tesseract란? - 이미지속 글자를 자동으로 인식하여 글자로 변환해주는 광학 문자 인식 OCR(Optical character recognition) - 문자 인식의 정확성을 높이기위해 이미지의 전처리과정이 필수적임. - 이미지의 흑백 반전, 수평 보정, 노이즈제거 등을 통해 문자 인식이 정확하게 이루어지도록 해야함. 2. Tesseract를 이용한 번호판 텍스트 추출 (1) 이미지의 흑백 반전 opencv의 cvtColor를 이용하여 이미지를 흑백반전 처리 하였다. (2) 이미지의 수평보정 - Tesseract로 글자인식의 정확성을 높이기 위해 기울여진 사진을 보정하는 과정. - 허프변환으로 번호판 외곽의 기울기를 구하고 해당 기울기만큼 사진을 회전시켜 수평보정 진행 ※ 허프변환? - 영상내.. 공감수 0 댓글수 1 2021. 7. 19.
데이터 학습 후 차량에서 번호판 부분 추출하기 1. 데이터 학습하기 - Colab환경에서 darknet을 실행시켜 YOLO를 위한 환경을 설정해준다. - 이 때, 기존 darknet 파일은 모두 윈도우용 파일이므로, dos2unix를 통해 유닉스용으로 변환한다. - 처음 학습시, 비교대상 weights 파일은 미리 설치된 darknet53.conv.74를 사용한다. - 최종적으로 2200번의 학습을 끝낸 weights 파일을 얻어냈다. 2. 차량번호판 추출하기 Opencv 라이브러리를 사용, 파이썬으로 구현했다. - cv2의 dnn 모듈을 사용하여 학습해둔 파일을 불러와 테스트를 진행했다. - 가중치 파일인 weight 파일, 구성파일인 cfg 파일, 객체의 이름이 담긴 Name파일을 각각 불러온다. - 이미지를 불러오고 너비와 높이도 따로 저장한다.. 공감수 0 댓글수 0 2021. 7. 13.
Colab에서 YOLO 트레이닝하기 1. Colab - 구글에서 제공하는 클라우드 기반 주피터 노트북 개발환경 - 브라우저에서 python을 작성하고 실행이 가능 YOLO가 이미지를 처리하는 과정이기 떄문에 개인의 pc환경에서 학습하고자 한다. 이 때, cpu만을 사용한다면 학습시간은 현저하게 낮아지게 된다. gpu의 성능에 따라서도 학습시간이 달라진다. Colab을 통해 학습을 시킨다면 자신의 pc환경과 상관없이 제공받는 GPU로 딥러닝 환경을 간편하게 설정할 수 있다. 개인 PC의 성능이 좋지않으므로 Colab을 통해 학습시간을 단축시켰다. 2. YOLO 트레이닝하기 - YOLO 트레이닝을 위해서는 이미지외 라벨, 두가지 데이터가 필요 - 이미지파일은 존재하므로, 각 이미지에 해당하는 라벨이 필요 ※라벨이란? 그림과 같이 탐지를 원하는.. 공감수 0 댓글수 0 2021. 7. 9.
YOLO의 기본개념과 개발환경세팅 1. YOLO You Only Look Once의 준말, Objection detection 분야의 합성곱 신경망 기반의 모델중 하나 그림과 같이 사진속 객체를 인식하여 객체를 Bounding Box로 구분짓고 이름을 붙여 분류함. 이 YOLO를 사용하여 차량 사진속에서 번호판 객체를 인식하게하여 번호판 부분만을 추출할 것 2. YOLO를 위한 개발환경세팅 YOLO 학습 / 검출을 위해 Darknet Project를 사용할 것 https://github.com/AlexeyAB/darknet 를 통해 다운로드 ※ Darknet : 신경망 프레임워크, 테이터들을 학습시키고 실행시킬 수 있는 틀 Darknet 빌드를 위한 프로그램 Visual Studio 2015 (2017,2019면 2015툴을 다운받아 2.. 공감수 0 댓글수 0 2021. 7. 8.
자동차 번호판 인식시스템 목표 / 설계 목표 1. 차량의 사진 업로드시 차량의 번호판 부분을 따로 인식하여 추출 2. 차량 번호판의 번호를 인식하여 번호 출력 차량 이미지 출처 : http://www.autoherald.co.kr/news/articleView.html?idxno=31997 설계 1. YOLO를 이용한 딥러닝을 통해 차량번호판 데이터 학습 - YOLO에 대한 자료수집 - 딥러닝을 위한 환경세팅 2. 데이터 학습 후 , 샘플 이미지로 테스트. 번호판 탐지가 되는지 확인후 수정 - YOLO를 Colab환경을 통해 학습 후 weight값 반환 - local환경에서 얻어낸 weight 값을 이용하여 차량사진에서 번호판 추출 - 텍스트를 올바르게 추출 할 수 있도록 이미지 전처리 필요 3. 번호판에서 글자 인식하여 텍스트로 최종 출력 .. 공감수 0 댓글수 0 2021. 7. 7.

문의안내

티스토리
로그인
고객센터

티스토리는 카카오에서 사랑을 담아 만듭니다.