基于DO-Conv改进的端到端车牌识别算法

• 作者: 赖珍向 丁磊 邓杰航 顾国生
• 来源期刊: 计算机科学与应用
• 学科: 工学
• 关键词: 车牌识别 端到端 深度过参数化卷积 DO-Conv
• 年，卷（期）: 2021,（3）
• 页码范围: 588-595
• 页数: 8页
• 分类号: TP3

摘要

提出了基于DO-Conv改进的端到端车牌识别算法,该算法引入一种新颖的深度过参数化卷积(Depthwise Over-Parameterized Convolutional Layer, DO-Conv),用于替换常规卷积,提升图像特征提取的有效性,从而提高车牌识别的准确率。研究结果表明:改进后的算法在合成数据集和SYSU数据集上的识别准确率分别为97.42%和95.08%,均优于使用传统卷积的端到端识别算法。