Skip to content

Latest commit

 

History

History
32 lines (25 loc) · 2.15 KB

redme.md

File metadata and controls

32 lines (25 loc) · 2.15 KB

مراحل دانلود و تنظیم YOLO

  1. دانلود YOLO:
    • به سایت رسمی YOLO بروید.
    • فایل‌های yolov3.weights و yolov3.cfg را دانلود کنید.

سه دستورات زیر را در ترمینال ران کنید

از این سایت yolo3.cfg را دانلود کنید

  1. اضافه کردن به دایرکتوری پروژه(پوشه settings.py):

    • فایل‌های دانلود شده را در دایرکتوری اصلی پروژه car_plate_recognition قرار دهید.
    • mv yolov3.cfg yolov3.weights ../
  2. تنظیمات OpenCV:

    • مطمئن شوید که OpenCV به درستی نصب شده است و می‌تواند مدل‌های YOLO را بارگذاری کند.
  3. آزمایش:

    • پس از تنظیم YOLO، سرور Django را اجرا کنید و از آدرس IP دوربین برای تست استفاده کنید.

نکات پایانی

مدل YOLO:

شما باید فایل‌های yolov3.weights و color3.cfg را از سایت رسمی YOLO دانلود کنید و در دایرکتوری پروژه قرار دهید.

دقت شناسایی: برای بهبود دقت شناسایی، می‌توانید از مدل‌های آموزش‌دیده خاص برای پلاک‌های ایرانی استفاده کنید.

مدیریت خطا: به مدیریت خطاها توجه کنید تا در صورت عدم دسترسی به دوربین یا مشکلات دیگر، پیام‌های مناسبی به کاربر نمایش داده شود.

تست و بهینه‌سازی: کد را در شرایط مختلف تست کنید و بر اساس نتایج، بهینه‌سازی‌های لازم را انجام دهید.

این کد به شما اجازه می‌دهد تا از دوربین مدار بسته ورودی بگیرید و پلاک‌ها را شناسایی و ذخیره کنید.