readme

.gitignore

@@ -27,4 +27,5 @@ mytest/
 !*.png
 !*.yaml
 !*.ttf
-!*.txt
+!*.txt
+!*.md

README.md

@@ -0,0 +1,68 @@
+## 车辆识别系统
+
+**目前支持车辆检测+车牌检测识别**
+
+环境要求: python >=3.6  pytorch >=1.7
+
+#### **图片测试demo:**
+
+```
+python Car_recognition.py --detect_model weights/detect.pt  --rec_model weights/plate_rec.pth --image_path imgs --output result
+```
+
+测试文件夹imgs，结果保存再 result 文件夹中
+
+![Image text](image/single_blue.jpg)
+
+## **检测训练**
+
+1. **下载数据集：**  [datasets](https://pan.baidu.com/s/1xa6zvOGjU02j8_lqHGVf0A) 提取码：pi6c     数据从CCPD和CRPD数据集中选取并转换的
+   数据集格式为yolo格式：
+
+   ```
+   label x y w h  pt1x pt1y pt2x pt2y pt3x pt3y pt4x pt4y
+   ```
+
+   关键点依次是（左上，右上，右下，左下）
+   坐标都是经过归一化，x,y是中心点除以图片宽高，w,h是框的宽高除以图片宽高，ptx，pty是关键点坐标除以宽高
+
+   车辆标注不需要关键点 关键点全部置为-1即可
+2. **修改 data/widerface.yaml    train和val路径,换成你的数据路径**
+
+   ```
+   train: /your/train/path #修改成你的路径
+   val: /your/val/path     #修改成你的路径
+   # number of classes
+   nc: 3                #这里用的是3分类，0 单层车牌 1 双层车牌 2 车辆
+
+   # class names
+   names: [ 'single_plate','double_plate','Car'] 
+
+   ```
+3. **训练**
+
+   ```
+   python3 train.py --data data/plateAndCar.yaml --cfg models/yolov5n-0.5.yaml --weights weights/detect.pt --epoch 250
+   ```
+
+   结果存在run文件夹中
+
+## **车牌识别训练**
+
+车牌识别训练链接如下：
+
+[车牌识别训练](https://github.com/we0091234/crnn_plate_recognition)
+
+## References
+
+* [https://github.com/we0091234/Chinese_license_plate_detection_recognition](https://github.com/we0091234/Chinese_license_plate_detection_recognition)
+* [https://github.com/deepcam-cn/yolov5-face](https://github.com/deepcam-cn/yolov5-face)
+* [https://github.com/meijieru/crnn.pytorch](https://github.com/meijieru/crnn.pytorch)
+
+## TODO
+
+车型，车辆颜色，品牌等。
+
+## 联系
+
+**有问题可以提issues 或者加qq群:871797331 询问**

widerface_evaluate/README.md

@@ -0,0 +1,27 @@
+# WiderFace-Evaluation
+Python Evaluation Code for [Wider Face Dataset](http://mmlab.ie.cuhk.edu.hk/projects/WIDERFace/)
+
+
+## Usage
+
+
+##### before evaluating ....
+
+````
+python3 setup.py build_ext --inplace
+````
+
+##### evaluating
+
+**GroungTruth:** `wider_face_val.mat`, `wider_easy_val.mat`, `wider_medium_val.mat`,`wider_hard_val.mat`
+
+````
+python3 evaluation.py -p <your prediction dir> -g <groud truth dir>
+````
+
+## Bugs & Problems
+please issue
+
+## Acknowledgements
+
+some code borrowed from Sergey Karayev