| 现场环境 |
运河或河流等水路运输场景，船只在水面上行驶或停靠。使用高清摄像头获取图像，相机镜头距离船只约10米，平行于船只拍摄。环境光照条件良好，无极端天气影响。 |
| 使用对象 |
船只及其船牌 |
| 使用目的 |
快速、准确地定位船牌区域，实现船只身份自动化识别，辅助水运部门加强运河管理，构建城市智慧交通管理系统。 |
| 硬件配置 |
CPU：Intel Core i7-5930K
内存：8GB
GPU：Nvidia GeForce GTX 1080
摄像头：高清摄像头
操作系统：Ubuntu 16.04 LTS
编程语言：Python 3.6 |
| 硬件兼容 |
无
|
| 软件配置 |
操作系统：Ubuntu 16.04 LTS
编程语言：Python 3.6
依赖库：TensorFlow 1.14, OpenCV 4.1.0, NumPy 1.16.4
编译器：PyCharm |
| 软件兼容 |
无
|
| 输入数据 |
高清摄像头拍摄的图像帧 |
| 输出数据 |
船牌的位置坐标和置信度 |
| 样本获取 |
在实际水路运输环境中，以不同角度拍摄船只，获取约3000张标注了船只和船牌的图像，其中2400张用于训练集，600张用于测试集。 |
| 测试结果 |
在测试集600个样本上，平均精度（AP）为92.1%，检测速度为0.51秒/帧。 |
| 执行速度 |
检测速度为0.51秒/帧 |
| 资源消耗 |
使用4核CPU，计算占比平均约60%；8GB内存，使用占比50%。 |
| 源码类型 |
Python版本源码 |
| 文件大小 |
算法程序文件30K，权重文件220M |
| 相关备注 |
无 |
