Chinese_license_plate_detection_recognition
yolov5 车牌检测 车牌识别 中文车牌识别 检测 支持12种中文车牌 支持双层车牌
Erkennen und identifizieren Sie chinesische Nummernschilder in Bildern oder Videos mithilfe eines trainierten Modells.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbaryolov5 车牌检测 车牌识别 中文车牌识别 检测 支持12种中文车牌 支持双层车牌
Chinese_license_plate_detection_recognition hat 1.9k Sterne auf GitHub. Es wurde 298-mal geforkt. Chinese_license_plate_detection_recognition ist hauptsächlich in Python geschrieben. Es wird seit 2022 aktiv entwickelt. Chinese_license_plate_detection_recognition ist unter der GPL-3.0-Lizenz verfügbar. Die Hauptthemen sind: deep-learning, plate-recognition, pytorch, yolov5.
Was ist Chinese_license_plate_detection_recognition?
yolov5 车牌检测 车牌识别 中文车牌识别 检测 支持12种中文车牌 支持双层车牌
Ist Chinese_license_plate_detection_recognition Open Source?
Chinese_license_plate_detection_recognition ist ein Open-Source-Projekt. Es wird unter der GPL-3.0-Lizenz veröffentlicht.
Ist Chinese_license_plate_detection_recognition kostenlos?
Ja. Chinese_license_plate_detection_recognition ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten. Die GPL-3.0-Lizenz ist Copyleft: Eine veränderte Version, die Sie weitergeben, muss unter derselben Lizenz bleiben.
Unter welcher Lizenz steht Chinese_license_plate_detection_recognition?
Chinese_license_plate_detection_recognition ist unter der GPL-3.0-Lizenz verfügbar.
In welcher Sprache ist Chinese_license_plate_detection_recognition geschrieben?
Chinese_license_plate_detection_recognition ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/we0091234-chinese-license-plate-detection-recognition.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.