pcb9382/PlateRecognition

高性能高精度大陆车牌、港澳车牌、台湾车牌、韩国车牌、美国、欧盟车牌识别代码开源，方便移植嵌入式、安卓、鸿蒙、IOS端使用，支持大角度车牌识别，准确率高达99%+ High-Performance, High-Accuracy License Plate Recognition Supports license plate recognition for Mainland China, Hong Kong, Macao, Taiwan, South Korea, the United States, and the European Union.

무엇을 하는가

PlateRecognition는 차량 번호판을 감지하고 읽는 중국어 기반 오픈소스 시스템입니다. 이 시스템은 딥러닝 감지기(YOLO‑v5, v7, v8)와 번호판 문자, 색상, 차량 유형, 거리, 차선 정보 및 주차 공간 정보를 출력하는 인식 모델을 결합합니다.

왜 중요한가

자동 번호판 인식(ALPR)은 교통 모니터링, 통행료 징수, 주차 관리 및 법 집행 시스템의 핵심 구성 요소입니다. 이 저장소는 데스크탑 GPU에서 임베디드 AI 칩에 이르기까지 다양한 하드웨어에서 실행 가능한, 높은 정확도(72,000장 이미지 테스트 세트 기준 약 99 %)의 즉시 실행 가능한 솔루션을 제공하며, C/C++, Python, Java, C#, 또는 모바일 언어로 호출할 수 있습니다.

주요 기능(README에 기재된 내용)

기능	세부 사항
감지 + 인식	YOLO‑v5/v7/v8 번호판 감지, 기하학적 보정, 번호판 문자용 OCR
추가 출력	번호판 색상, 차량 색상/유형, 차량 거리, 차선 감지, 주차 공간 감지
지원 지역	아시아, 유럽, 북미, 남미, 오세아니아에 걸쳐 60개 이상의 국가/지역
언어 / API	네이티브 C/C++, Python 바인딩, Java, C#, Android/iOS용 Kotlin/Swift
배포 대상	Linux(Ubuntu, CentOS, UOS, Kylin), Windows, Android, iOS, HarmonyOS, 그리고 엣지 AI 칩(Rockchip, RK, RV, HiSilicon, BM1684 등)
성능	예: Snapdragon 865 스마트폰에서 1920×1080 프레임당 약 40 ms(GPU), 정확도 >99 %; RK3588 엣지 보드에서 프레임당 약 25 ms
모델 크기	소형(s), 중형(m), 대형(l) 버전; RTX‑3090에서 소형 모델 기준 추론 시간 약 450 µs
빌드 시스템	CMake 기반; CUDA, cuDNN, TensorRT 필요(Ubuntu 18.04/20.04 및 Windows 10에서 테스트 완료)
데모 / 테스트	온라인 데모: `http://vision.zhoujiayao.com/`; 테스트 코드는 `PlateDetectionRecognition/test/main.cpp`에 있음

시작 방법(README에서)

의존성 설치 – CUDA 10.2/11.1, cuDNN 8.2.1, TensorRT 8.2.5.1이 설치된 Ubuntu 18.04/20.04 또는 Windows 10. OpenCV가 설치되어 있어야 함.
상위 레벨의 CMakeLists.txt에서 TensorRT 경로를 구성합니다.
CMake로 빌드:
```
mkdir build && cd build
cmake ..
make -j$(nproc)
```
(또는 VS Code에서 Ctrl+Shift+B를 누릅니다).
데모 실행 – PlateDetectionRecognition/test/main.cpp에서 컴파일 타임 플래그를 수정하여 원하는 YOLO 버전 선택(예: yolov5_plate = 1).
통합 – 자체 애플리케이션에서 제공된 C API(Initialize, PlateRecognition_yolov5/7/8, Release)를 호출하거나, Python 래퍼를 사용합니다.

누구에게 유용한가

실시간 ALPR이 필요한 스마트시티/교통 관리 프로젝트
자동 입출입 기록이 필요한 주차장 운영자
대시캠 또는 운전자 보조 기능을 개발하는 자동차 OEM 또는 애프터마켓 업체
다양한 지역의 번호판 형식을 탐구하거나 임베디드 AI 칩용 YOLO 모델 최적화를 연구하는 연구자

참고: 이 저장소는 WeChat을 통해 약 30 CNY에 추가 개인 데이터셋에 대한 유료 접근 권한을 제공하며, 요청 시 상용 데모도 제공합니다.