PulseAugur
实时 05:27:31
English(EN) Character Recognition of Nepali Number Plate

尼泊尔车牌识别系统准确率达93%

研究人员开发了一种新的自动车牌识别(ANPR)系统,专门针对使用天城文(Devanagari script)的尼泊尔车牌。该系统采用了一个流程,首先使用基于YOLO的模型来检测车牌和字符,然后使用在34个天城文字符上训练的卷积神经网络(CNN)分类器。这种方法达到了高达93%的识别准确率,证明了其在实际条件下的有效性,并为尼泊尔的交通管理提供了可扩展的解决方案。 AI

影响 这种专门的ANPR系统可以改善使用非拉丁字母脚本的地区的交通管理和执法。

排序理由 该集群包含一篇详细介绍特定应用新计算机视觉模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

尼泊尔车牌识别系统准确率达93%

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Satyasa Khadka, Sandhya Baral, Sudip Tiwari, Sharad Kumar Ghimire ·

    Character Recognition of Nepali Number Plate

    arXiv:2606.28946v1 Announce Type: new Abstract: This paper presents a robust Automatic Number Plate Recognition (ANPR) system tailored for Nepali license plates written in Devanagari script. In this paper, a pipelined model was used that integrates YOLO-based models for license p…