狄耐克开源车牌识别算法和训练代码

开源内容如下：

1.基于yolov5s的车辆+车牌检测算法模型；

2.基于pfld和resnet的车牌四角定位算法模型和训练代码；

3.基于CNN+LSTM的端到端车牌字符识别算法模型和训练代码；

4.基于ncnn推理框架的DEMO演示程序代码；

5.开源模型支持如下车牌：蓝牌、绿牌、黄牌、双行黄牌、白牌、黑牌、港澳牌、警学领使挂等。

狄耐克拥有一支专业的人工智能研发队伍，常年深耕视觉领域的算法研究和产业化应用，储备了丰富的人工智能相关算法库，如：各种人脸检测算法、人脸姿态评估算法、人脸关键点定位算法、高精度人脸识别比对算法、可见光/红外光活体检测算法、人车物等结构化分析算法、车牌/铭牌等OCR识别算法。

人工智能领域经过多年的高速发展，理论层面的算法研究已经非常成熟完善，人脸识别、车牌识别等方面已经在日常生活中得到广泛应用。由于人工智能人才相对缺乏、模型训练的高算力要求、海量数据样本要求等方面制约，许多中小企业无法具备匹配的能力，限制了企业相关产品在人工智能方面的性能提升。我们希望通过此次的开源能降低中小企业在车牌识别领域的门槛，同时欢迎业界专业人士一起进一步完善车牌识别算法开发。

狄耐克未来将继续深耕人工智能领域的研究和应用，进一步提升公司现有的人脸识别、车牌识别等相关算法研究，积极探索人工智能在工业视觉、智慧医疗、智慧生活等领域的产业化应用。