车牌检测(绿牌)+ JSON标签数据集
2026-01-24 06:00:11作者:宣利权Counsellor
描述
本资源文件提供了一个用于车牌识别和车牌检测的数据集,特别针对绿牌车牌。数据集已经过人工标注,图片格式包括JPG、PNG和JPEG,标签采用JSON格式,使用多边形(polygon)目标框标注车牌的四个角,能够贴合不同角度的车牌。数据集经过人工过滤,去除了不清晰的图片和处理了有歧义的区域,可以直接用于字符识别任务。
数据集特点
- 图片格式:JPG、PNG、JPEG
- 标签格式:JSON(多边形目标框)
- 标注精度:四个点分别标注在车牌的四个角,贴合不同角度的车牌
- 数据质量:经过人工过滤,去除了不清晰的图片和处理了有歧义的区域
注意事项
- 标签格式转换:如果需要不同格式的标签(如矩形目标框),可以私信我进行转换。
- 数据集错误:绿牌数据集中有10张图片(20220630_00102.jpg、20220630_00103.jpg、20220630_00674.jpg、20220630_00712.jpg、20220630_00713.jpg、20220630_00715.jpg、20220630_00784.jpg、20220630_00785.jpg、20220630_00786.jpg、20220630_00787.jpg)是蓝牌车牌,相关的JSON标签也标错了。您可以将这些图片的标签改为“plate_p”,并归类到蓝牌数据集中,或者直接删除这10张图片及其对应的JSON文件。
使用建议
- 字符识别:数据集可以直接用于车牌字符识别任务。
- 数据集校正:建议在使用前检查并校正上述提到的10张图片及其标签。
联系我
如果您有任何问题或需要进一步的帮助,请随时私信我。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
28
15
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
895
Ascend Extension for PyTorch
Python
505
610
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
392
290
暂无简介
Dart
909
219
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
940
867
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108