Startseite Projekte EasyPR
EasyPR
C++

EasyPR

(CGCSTCD'2017) Ein einfaches, flexibles und genaues Projekt zur Plattenerkennung für chinesische Führerscheine in unbeschränkten Situationen. CGCSTCD = China Graduate Contest on Smart-city Technology and Creative Design

von liuruoze · GitHub
Sterne
Forks
Erstellt
Letzter Commit
Sprache
artificial-intelligenceartificial-neural-networkschinese-charactersApache-2.0C++
Auf GitHub ansehen
In einfachen Worten

Erkennen Sie chinesische Nummernschilder aus Bildern unter verschiedenen Bedingungen mit einem Open-Source-Tool.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
EasyPR — GitHub preview card
📈 Sternhistorie
6.43k6.42k
2026-07-042026-08-31
📈 EasyPR verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

(CGCSTCD'2017) Ein einfaches, flexibles und genaues Projekt zur Plattenerkennung für chinesische Führerscheine in unbeschränkten Situationen. CGCSTCD = China Graduate Contest on Smart-city Technology and Creative Design

EasyPR hat 6.4k Sterne auf GitHub. Es wurde 2.5k-mal geforkt. EasyPR ist hauptsächlich in C++ geschrieben. Es wird seit 2014 aktiv entwickelt. EasyPR ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: artificial-intelligence, artificial-neural-networks, chinese-characters, computer-vision.

Frequently asked questions

Was ist EasyPR?

(CGCSTCD'2017) Ein einfaches, flexibles und genaues Projekt zur Plattenerkennung für chinesische Führerscheine in unbeschränkten Situationen. CGCSTCD = China Graduate Contest on Smart-city Technology and Creative Design

Ist EasyPR Open Source?

EasyPR ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.

Ist EasyPR kostenlos?

Ja. EasyPR ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht EasyPR?

EasyPR ist unter der Apache-2.0-Lizenz verfügbar.

In welcher Sprache ist EasyPR geschrieben?

EasyPR ist hauptsächlich in C++ geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — EasyPR

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=liuruoze-easypr)](https://olud.ai/project/liuruoze-easypr.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →
zi2zi
Chinesische Schriftzeichen-Stil lernen mit bedingtem GAN
2.7k · chinese-characters
teiltchinese-characters
awesome-ai-awesomeness
Eine kuratierte Liste von großartigen Dingen über künstliche Intelligenz
986 · artificial-intelligence
teiltartificial-neural-networks
free-ai-resources
🚀 KOSTENLOSE AI-Ressourcen - 🎓 Kurse, 👷 Jobs, 📝 Blogs, 🔬 AI-Forschung und vieles mehr - für all…
1.9k · ai
teiltartificial-neural-networks
OpenAssistantGPT
Eine Community-Open-Source-SaaS zum Erstellen/Bauen/Entwickeln von Chatbots mit OpenAI's Assist…
425 · ai
teiltartificial-neural-networks
Top-Deep-Learning
Top 200 Deep Learning GitHub-Repositories sortiert nach der Anzahl der Sterne.
1.8k · artificial-intelligence
teiltartificial-neural-networks
First-steps-towards-Deep-Learning
Dies ist ein Open-Source-Buch über Deep Learning.
441 · artificial-intelligence
teiltartificial-neural-networks
awesome-quantum-machine-learning
Hier erhalten Sie alle Grundlagen, Algorithmen, Studienmaterialien, Projekte und Beschreibungen…
3.6k · ai
teiltartificial-neural-networks
PALM-E
Implementierung von "PaLM-E: Ein verkörpertes multimodales Sprachmodell"
338 · artificial-intelligence
teiltartificial-neural-networks
AIAlpha
Verwenden Sie unüberwachtes und überwachtes Lernen zur Vorhersage von Aktien
1.9k · algorithmic-trading
teiltartificial-neural-networks
Applying_EANNs
Eine 2D-Unity-Simulation, in der Autos lernen, sich selbst durch verschiedene Kurse zu navigier…
1.6k · artificial-neural-networks
teiltartificial-neural-networks

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.