Repository logo
Communities & Collections
All of DSpace
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "許博翔"

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • Results Per Page
  • Sort Options
  • No Thumbnail Available
    Item
    界面效應對掌性鈣鈦礦/鐵磁薄膜之磁性和磁光性質的影響
    (2024) 許博翔; Hsu, Po-Hsiang
  • No Thumbnail Available
    Item
    輕量化車牌辨識模型
    (2021) 許博翔; Hsu, Po-Hsiang
    近年來,深度學習的技術被廣泛的應用在智慧交通的發展,車牌辨識系統成為智慧交通中不可或缺的技術。車牌辨識系統能應用於智能城市的車輛管理、竊盜車輛調查、犯罪車輛追蹤和交通監控。舉例來說,以往警察透過人工觀看監視器影像來追蹤犯罪車輛,人工觀看的方式需要耗費大量的時間與人力,而使用車牌辨識系統能快速的搜尋大量監視器影像裡的目標車輛,如此一來能減輕人力的負擔和節省大量的追蹤時間,提高破案的效率。現代車牌辨識系統的技術已經非常成熟得應用於智慧停車場、交通收費系統等場域,但想運用在路口的監視器影像仍會面臨許多問題,其中包括監視器拍攝角度、光源條件、車輛移動造成得模糊、複雜的道路環境和過多得交通號誌與廣告招牌。車牌辨識系統可以分成兩個階段,第一階段是從影像中找到車牌得位置,第二階段則是辨識前一階段找到的車牌影像。本論文僅探討第二階段的車牌字元辨識,車牌字元辨識有兩個主要的目標,第一個是找到車牌字元的位置,第二個是辨識字元的類別。傳統的車牌辨識必須先切割出字元位置才能做後續的字元辨識,所以我們使用物件偵測的概念設計了一個輕量化的車牌辨識模型,使用物件偵測的概念可將字元切割和字元辨識的任務整合在一起,只需要一個網路模型就能找出字元位置並辨識字元的類別。本論文使用的資料集是我們自己製作的台灣車牌資料集,影像都是由我們在台灣街道上拍攝不是在網路上搜尋的照片。我們也特別挑選模糊、反光、昏暗情況的車牌照片豐富我們的資料集。整個資料集總共含有 3753張照片包含訓練用的3131張照片和測試用的622張照片,而測試的照片是偏向模糊和昏暗的情況。最後實驗的結果顯示我們模型的GFLOPs只有4.91,但map0.5能達到89.62。

DSpace software copyright © 2002-2026 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback