特性：
速度快 720p,單核 Intel 2.2G CPU (MaBook Pro 2015)平均識別時間低於100ms基於端到端的車牌識別無需進行字符分割識別率高,卡口場景準確率在95%-97%左右輕量,總代碼量不超1k行更新的新的識別模型、傾斜車牌校正算法、定位算法電腦端和app端，電腦端可以識別包含車牌的圖片，app端口可以在實際生活中隨地隨用可以實時掃描支持多種車牌以及雙層支持大角度車牌輕量級識別模型可識別34類數字和大寫英文字 使用14W樣本訓練可識別和待支持的車牌的類型
單行藍牌單行黃牌新能源車牌白色警用車牌使館/港澳車牌教練車牌武警車牌民航車牌雙層黃牌雙層武警雙層軍牌雙層農用車牌雙層個性化車牌車牌的訓練數據來源
由於用於訓練車牌數據涉及到法律隱私等問題，所以由開放較為大的數據集有CCPD車牌數據集。CCPD車牌數據集裡面收集的車牌數據是有人工智能自定義場景和車牌號來創建的，創建過程如下：
面積：牌照面積與整個圖片區域的面積比。傾斜度：水平傾斜程度和垂直傾斜度。邊界框座標：左上角和右下角頂點的座標。provinces = ["皖", "滬", "津", "渝", "冀", "晉", "蒙", "遼", "吉", "黑", "蘇", "浙", "京", "閩", "贛", "魯", "豫", "鄂", "湘", "粵", "桂", "瓊", "川", "貴", "雲", "藏", "陝", "甘", "青", "寧", "新", "警", "學", "O"] alphabets = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'J', 'K', 'L', 'M', 'N', 'P', 'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X', 'Y', 'Z', 'O'] ads = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'J', 'K', 'L', 'M', 'N', 'P', 'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X', 'Y', 'Z', '0', '1', '2', '3', '4', '5', '6', '7', '8', '9', 'O']
測試樣例
電腦端測試示例
Android示例
想要源碼的私聊我