资源简介
卷积神经网络车牌识别
代码片段和文件信息
%---------------------------------------------%
% %
% 工作室提供代做matlab仿真 %
% %
% 详情请访问:http://cn.mikecrm.com/5k6v1DP %
% %
%---------------------------------------------%
function [train_xtrain_ytest_xtest_y] =dataSet()
%————————————————————
% 卷积神经网络
%输入:训练集、测试集字符图片、训练集标签
%输出:卷积网络结构、测试标签
%版本:0.0
%时间:4.23
%————————————————————
%% 构造训练集
TrainData=[];
Trainlabel=[];
path=pwd;
for i=0:39
srcDir=‘\tf_car_license_dataset\train_images\training-set\‘;%获得选择的文件夹
srcDir=strcat(srcDirnum2str(i));
srcDir=strcat(pathsrcDir);
cd(srcDir);
allnames=struct2cell(dir(‘*.bmp‘)); %只处理8位的bmp文件
[~len]=size(allnames); %获得bmp文件的个数
for ii=1:len
%逐次取出文件
name=allnames{1ii};
img_gray=imread(name); %读取文件
% thresh=graythresh(img_gray); %二值化
% img_bw=im2bw(img_gray0.05);
% img_bw=imresize(img_bw[32 32]);
img_gray=imresize(img_gray[32 32]);
img_gray=histeq(img_gray);
traindata(::ii)=img_gray;
%然后在此处添加你的图像处理程序即可
end
TrainData=cat(3TrainDatatraindata);
traindata=[]; %初始化
trainlabel=[];
trainlabel(11:len)=i;
Trainlabel=[Trainlabel trainlabel]; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%5
end
[~n]=size(Trainlabel);
temp=zeros(40n);
for i=1:n
temp(Trainlabel(i)+1i)=1;
end
Trainlabel_1=Trainlabel;
Trainlabel_2=temp;
%--------------------------------------------------------------------------
train_y_1 = Trainlabel_1;
train_y_2=Trainlabel_2;
kk = randperm(size(TrainData3)); % 打乱训练样本顺序
figure;
for I=1:25
i = kk(I);
Y1 = TrainData(::i); % 特别注意: 原图为仅有0255的二值化图像
Y2 = Y1; % 原始数据按C语言行方向存储这里显示需要转置
t = train_y_1(i); % 目标值依次从0-9正交编码
subplot(55I); imshow(uint8(Y2)); title(num2str(t));
end
[~n]=size(kk);
test_y=train_y_2(:kk(1:25));
test_x=TrainData(::kk(1:25));
TrainData(::kk(1:25))=[];
train_y_2(:kk(1:25))=[];
train_x=TrainData;
train_y=train_y_2;
path1=strcat(path‘\data\‘);
cd(path1)
save trainData5_2 train_x train_y
save testData5_2 test_x test_y
cd(path)
end
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2018-09-19 13:06 卷积神经网络车牌识别\
目录 0 2018-09-19 13:09 卷积神经网络车牌识别\车牌识别5-7\
文件 55 2018-08-27 11:33 卷积神经网络车牌识别\车牌识别5-7\【源码使用必读】.url
目录 0 2018-09-19 13:06 卷积神经网络车牌识别\车牌识别5-7\data\
文件 23599 2018-05-03 17:23 卷积神经网络车牌识别\车牌识别5-7\data\img_lp.mat
文件 981778 2018-05-02 18:06 卷积神经网络车牌识别\车牌识别5-7\data\Net.mat
文件 981778 2018-05-02 18:06 卷积神经网络车牌识别\车牌识别5-7\data\Net_0.mat
文件 1999873 2018-05-02 22:26 卷积神经网络车牌识别\车牌识别5-7\data\Net_bw.mat
文件 953124 2018-05-02 16:40 卷积神经网络车牌识别\车牌识别5-7\data\Net0_24.mat
文件 2096574 2018-05-02 23:46 卷积神经网络车牌识别\车牌识别5-7\data\Net5_2.mat
文件 2122731 2018-05-03 16:03 卷积神经网络车牌识别\车牌识别5-7\data\Net5_3.mat
文件 2082535 2018-05-03 18:59 卷积神经网络车牌识别\车牌识别5-7\data\Net5_3_1.mat
文件 16993 2018-05-02 17:33 卷积神经网络车牌识别\车牌识别5-7\data\testData.mat
文件 1781 2018-05-02 21:37 卷积神经网络车牌识别\车牌识别5-7\data\testData_bw.mat
文件 9355 2018-05-03 18:31 卷积神经网络车牌识别\车牌识别5-7\data\testData5_2.mat
文件 9828410 2018-05-02 17:33 卷积神经网络车牌识别\车牌识别5-7\data\trainData.mat
文件 939156 2018-05-02 21:37 卷积神经网络车牌识别\车牌识别5-7\data\trainData_bw.mat
文件 1893513 2018-05-03 18:31 卷积神经网络车牌识别\车牌识别5-7\data\trainData5_2.mat
文件 2473 2018-09-19 13:43 卷积神经网络车牌识别\车牌识别5-7\dataSet.m
目录 0 2018-09-19 13:06 卷积神经网络车牌识别\车牌识别5-7\DeepLearnToolbox_CNN_lzbV3.0\
文件 8563 2016-01-04 20:39 卷积神经网络车牌识别\车牌识别5-7\DeepLearnToolbox_CNN_lzbV3.0\cnnbp.m
文件 10044 2016-01-04 20:48 卷积神经网络车牌识别\车牌识别5-7\DeepLearnToolbox_CNN_lzbV3.0\cnnbp2.m
文件 4646 2015-12-27 18:57 卷积神经网络车牌识别\车牌识别5-7\DeepLearnToolbox_CNN_lzbV3.0\cnnff.m
文件 5190 2016-01-04 20:28 卷积神经网络车牌识别\车牌识别5-7\DeepLearnToolbox_CNN_lzbV3.0\cnnff2.m
文件 2385 2016-01-04 20:46 卷积神经网络车牌识别\车牌识别5-7\DeepLearnToolbox_CNN_lzbV3.0\cnngradmean.m
文件 2384 2016-01-04 20:45 卷积神经网络车牌识别\车牌识别5-7\DeepLearnToolbox_CNN_lzbV3.0\cnngradzero.m
文件 4995 2015-12-27 17:13 卷积神经网络车牌识别\车牌识别5-7\DeepLearnToolbox_CNN_lzbV3.0\cnninit.m
文件 622 2015-12-22 17:14 卷积神经网络车牌识别\车牌识别5-7\DeepLearnToolbox_CNN_lzbV3.0\cnntest.m
文件 817 2015-12-23 19:25 卷积神经网络车牌识别\车牌识别5-7\DeepLearnToolbox_CNN_lzbV3.0\cnntest2.m
文件 2078 2015-12-23 20:55 卷积神经网络车牌识别\车牌识别5-7\DeepLearnToolbox_CNN_lzbV3.0\cnntrain.m
文件 2371 2016-01-04 20:52 卷积神经网络车牌识别\车牌识别5-7\DeepLearnToolbox_CNN_lzbV3.0\cnntrain2.m
............此处省略5925个文件信息
- 上一篇:大豪pds花样机打版软件
- 下一篇:Layaair UI适配
相关资源
- 认知无线电中频谱感知技术研究
- 对shape context的一种改进可图形集后直
- Dynamic Noncooperative Game Theory
- 机器学习实战-中文版-超清晰文字版
- 扩频通信系统实用仿真技术
- HDR Deghosting: How to deal with Saturation
- moseksetupwin64x86.msi
- 微网逆变器及电能质量治理综合装置
- 数学建模算法与程序-司守奎pdf+源代码
- 2017年研究生数学建模D题二等奖
- 提取图像的haar特征5个方向并将其保存
- 智能控制课件,包含习题,
- 吴恩达机器学习编程解答自己做的,
- matlab初学者学习
- ReBEL toolkit工具箱
- 手写数字识别PCA算法
- MATGPR_R3(地质雷达信号处理)
- 2016年2017年研究生数学建模优秀论文
- 汽车行驶工况构建2019 D题.zip
- 软件无线电--数字下变频原理及其技术
- 群体智能与仿生计算
- 基于主成分分析和贝叶斯正则化BP神经
- 凯斯西储大学轴承数据
- 糖尿病性视网膜病变的检测图像、代
- 基于ad-hoc的车联网mac协议vemac仿真
- 现代信号处理教程 第2版_胡广书编著
- 无人驾驶车辆模型预测控制 书本+源程
- 实验一、二 曲柄滑块机构的运动学仿
- 美赛历年题目及论文.rar
- SplitBregman去噪TV模型
评论
共有 条评论