last ChangeLog

1.3
Fenix 10 years ago
parent d2dac1b1dc
commit 3087db6a4a

@ -14,22 +14,22 @@ EasyPR是一个中文的开源车牌识别系统其目标是成为一个简
目前EasyPR的版本是1.1,相比上一个版本,有以下更新。可以在[ChangeLog](doc/ChangeLog.md)中找到更多信息:
(这次的更新内容较多,为了跟你现有的项目和代码不冲突,请谨慎选择全部更新,最好新起一个目录试试新增的功能和内容):
* svm准确率改进。使用rbf核替代liner核在车牌判断的准确率提升了8个百分点。
* 增加两个特征提取方法,并提供了通用的回调函数接口供开发者建立新的特征
* 增加了Debug模式可以在image/tmp文件夹下看到所有输出的中间图片。
* 增加了LifeMode模式相比默认模式,更适合在生活场景下定位车牌。
* 增加了批量测试功能,这个功能可供测试EasyPR在多幅图片上的整体表现效果。
* 引入了GDTS(General Data Test Set通用数据测试集)这个概念作为EasyPR准确率的评测数据集。
* 为了配合GDTS的数据仅用于正常途径(例如学习和研究)引入了新的[GDSL协议](images/GDSL.txt)。
* 模块化与完善了SVM训练的功能。提供了一个方便简单的训练窗口。这些增加的功能是为了配合即将推出的SVM开发详解这篇文章。
* 完善了SVM训练的功能。引入了三个数据集的概念即learn datatrain datatest data。
* 使用了PreciseRecallFSocre三个指标作为SVM模型准确率评判的参数与改善的依据。
* 引入levenshtein距离作为EasyPR整体识别准确率误差的评判参数与改善依据。
* SVM训练数据中增加了数百张新数据(未经直方图均衡化的车牌图片和非车牌图片)
* 增加了一个命令行窗口,作为测试与训练的辅助工具。
注意上一个版本中image文件下的test.jpg如果有同学下载了,请删除。它的格式不符合新的GDSL协议的约定。
如果想使用测试图片可以使用1.1版本中新增的test.jpg替代
* 新的SVM模型。新模型使用rbf核替代了liner核在车牌判断的准确率提升了8个百分点。
* 新增两个特征提取方法。并提供了相关的回调函数接口
* 新增Debug模式。可以在image/tmp文件夹下看到所有输出的中间图片。
* 新增LifeMode模式。相比默认模式,更适合在生活场景下定位车牌。
* 新增批量测试功能。这个功能可供测试EasyPR在多幅图片上的整体表现效果。
* 引入GDTS(General Data Test Set。通用数据测试集)概念作为EasyPR准确率的评测数据集。
* 引入[GDSL协议](images/GDSL.txt)。此协议是为了确保GDTS中的数据不受到任何商业性与恶性目的行为的滥用。
* 完善SVM训练功能。提供了一个方便的训练操作窗口。这些功能是为了配合即将发布的SVM开发详解这篇文章。
* 强化SVM模型验证。使用了三个新的数据集概念即learn datatrain datatest data。
* 新增评价指标。引入PreciseRecallFSocre三个指标这三个指标作为SVM模型准确率评判的参数与改善的依据。
* 新增整体指标。引入levenshtein距离作为EasyPR整体识别准确率误差的评判参数与改善依据。
* 大幅增加训练数据。SVM训练数据中增加了近千张新数据(未经直方图均衡化的车牌图片和非车牌图片)
* 增命令行窗口,作为测试与训练的辅助工具。
注意上一个版本中image文件下的test.jpg请删除。它的格式已经不符合新的[GDSL协议](images/GDSL.txt)的约定。
如果想测试可以使用本版本中替换的test.jpg
### 兼容性
@ -70,7 +70,7 @@ EasyPR不需要安装开发者直接在其上做改动。如果想使用DLL
| image | 测试用的图片
| doc | 相关文档
以下表格是image目录子目录的解释:
以下表格是image目录子目录的解释:
|目录 | 解释
|------|----------
@ -79,17 +79,17 @@ EasyPR不需要安装开发者直接在其上做改动。如果想使用DLL
| baidu_image | 从百度下载的图片
| tmp | Debug模式下EasyPR输出中间图片的目录
以下表格是src目录子目录的解释:
以下表格是src目录子目录的解释:
|目录 | 解释
|------|----------
| core | 核心功能目录
| core | 核心功能
| include | 相关头文件
| test | 测试目录,包括单图测试与批量测试
| train | 训练目录,存放训练数据
| util | 辅助功能目录
| train | 训练目录,存放模型训练的代码
| util | 辅助功能
以下表格是src目录一些核心文件的解释与关系:
以下表格是src目录一些核心文件的解释与关系:
|文件 | 解释
|------|----------
@ -100,10 +100,10 @@ EasyPR不需要安装开发者直接在其上做改动。如果想使用DLL
| chars_identify | 字符鉴别
| chars_recognise | 字符识别,是字符分割与字符鉴别功能的组合
| plate_recognize | 车牌识别,是车牌检测与字符识别的共有子类
| features | 特征提取回调函数集合
| features | 特征提取回调函数
| prep.h | 预包含头文件
以下表格是src目录一些辅助文件的解释与关系:
以下表格是src目录一些辅助文件的解释与关系:
| util.h | 辅助功能头文件
| main.cpp | 主命令行窗口

@ -4,21 +4,21 @@ EasyPR版本更新
目前EasyPR的版本是1.1相比上一个版本1.0,有以下更新(这次的更新内容较多,为了跟你现有的项目和代码不冲突,请
谨慎选择全部更新,最好新起一个目录试试新增的功能和内容):
* svm准确率改进。使用rbf核替代liner核在车牌判断的准确率提升了8个百分点。
* 新的SVM模型。新模型使用rbf核替代了liner核在车牌判断的准确率提升了8个百分点。
![svm准确率改进](doc/res/svm_upgragde.png)
![svm准确率改进](res/svm_upgragde.png)
* 增加两个特征提取方法,并提供了通用的回调函数接口供开发者建立新的特征
* 新增两个特征提取方法。并提供了相关的回调函数接口供二次开发
![fetures](doc/res/fetures.png)
![fetures](res/fetures.png)
* 增加了Debug模式可以在image/tmp文件夹下看到所有输出的中间图片。
* 新增Debug模式。可以在image/tmp文件夹下看到所有输出的中间图片。
![Debug模式](doc/res/debug.jpg)
![Debug模式](res/debug.jpg)
* 增加了LifeMode模式相比默认模式更适合在生活场景下定位车牌。
![LifeMode模式](doc/res/lifemode.jpg)
![LifeMode模式](res/lifemode.jpg)
* 增加了批量测试功能这个功能可供测试EasyPR在多幅图片上的整体表现效果。
@ -28,31 +28,31 @@ EasyPR版本更新
![GDTS](doc/res/general_test.jpg)
* 为了配合GDTS的数据仅用于正常途径(例如学习和研究),引入了新的[GDSL协议](images/GDSL.txt)。
* 为了确保GDTS的数据仅用于非商业目的,引入了新的[GDSL协议](images/GDSL.txt)。
![GDSL](doc/res/gdsl.jpg)
* 模块化与完善SVM训练功能。提供了一个方便简单的训练窗口。这些增加的功能是为了配合即将推出的SVM开发详解这篇文章。
* 完善SVM训练功能。提供了一个方便简单的训练窗口。这些增加的功能是为了配合即将推出的SVM开发详解这篇文章。
![SVM训练](doc/res/svm_train.jpg)
* 完善了SVM训练的功能。引入了三个数据集的概念即learn datatrain datatest data。
* 强化SVM模型验证。使用了三个新的数据集概念即learn datatrain datatest data。
![SVM训练集](doc/res/svm_data.jpg)
* 使用了PreciseRecallFSocre三个指标作为SVM模型准确率评判的参数与改善的依据。
* 新增评价指标。引入PreciseRecallFSocre三个指标这三个指标作为SVM模型准确率评判的参数与改善的依据。
![SVM指标](doc/res/svm_rate.jpg)
* 引入levenshtein距离作为EasyPR整体识别准确率误差的评判参数与改善依据。
* 新增整体指标。引入levenshtein距离作为EasyPR整体识别准确率误差的评判参数与改善依据。
![levenshtein](doc/res/levenshtein.jpg)
* SVM训练数据中增加了数百张新数据(未经直方图均衡化的车牌图片和非车牌图片)
* 大幅增加训练数据。SVM训练数据中增加了近千张新数据(未经直方图均衡化的车牌图片和非车牌图片)
请自行解压train/data/plate_detect_svm/learn下的压缩文件查看相关信息。
* 增加了一个命令行窗口,作为测试与训练的辅助工具。
* 增命令行窗口,作为测试与训练的辅助工具。
注意上一个版本中image文件下的test.jpg如果有同学下载了请删除。它的格式不符合新的GDSL协议的约定。
如果想使用测试图片可以使用1.1版本中新增的test.jpg替代。

@ -3,58 +3,61 @@
Version 0.1, 2015-01-25
当您开始使用EasyPR中的GDTS(General Data Test Set通用数据测试集)也就是image/general_test里的任何数据时您必须遵守以下协议的条款。
EasyPR只允许对GDTS里的数据进行非商业性目的的使用任何商业行为(售卖或者随产品附赠等)都属于违反本协议的约定。EasyPR保留任何权利。
当您开始使用EasyPR中的GDTS(General Data Test Set通用数据测试集)也就是image/general_test文件夹里的任一数据时您必须遵守以下协议的条款。
EasyPR只允许对GDTS里的数据进行非商业性目的的使用任何商业行为(售卖或者随产品附赠等)都属于违反本协议约定的行为。
EasyPR保留任何权利。
本协议的起草参考了以下两大协议GPL v2.0与ODL(Open Database License)。其核心思想与两大协议基本相同,但也有许多异同的地方。
本协议的起草参考了以下两个协议GPL v2.0与ODL(Open Database License)。其核心思想与这两个协议基本相同,但也有许多相异的地方。
与GPL协议相同的地方在于本协议也属于“传染性”协议当您使用拷贝转移了GDTS中数据(或其中一部分时),您务必要保证这个协议与数据同行。
同时假若你把GDTS中数据(或其中一部分时)进行修改或与其他数据进行合并那您需要保证新的数据集也必须遵循此GDSL协议的约定条款。
与GPL协议不同的地方在于GPL协议保护的是代码(code)以及基于代码的工作(work),而本协议保护的是数据(data)。本协议中所保护的数据仅保护这些
原始的图片数据,并不针对于您通过这些图片数据训练出的模型以及您通过这些图片数据截取出的仅包含车牌的图片。
本协议与GPL协议相同的地方在于本协议与GPL协议都是“传染性”协议。
当您使用拷贝转移了GDTS中数据(或其中一部分时),您务必要保证这个协议随数据同行。
同时假若您把GDTS中数据(或其中一部分时)进行修改或与其他数据进行合并时那您需要确保新的数据集也必须遵循此GDSL协议的约定条款。
与GPL协议不同的地方在于GPL协议保护的是代码(code)以及基于代码的工作(work),而本协议保护的是数据(data)。
注意,本协议中所保护的数据仅保护这些原始的图片数据,并不针对于您通过这些图片数据训练出的模型,
以及您通过这些图片数据截取出的仅包含车牌的图片,您可以将这些训练模型或车牌图片按照非本协议约定的条款进行操作。
与ODL协议相同的地方在于本协议与ODL协议都是保护数据(data)的协议并且也提倡数据的开放共享。但ODL协议针对的主要是结构化数据
而本协议主要针对的是图片数据。另外ODL协议强调的开放不限制对数据的商业性使用但本协议规定了数据仅仅只能用于非商业的目的与行为
包括学习与研究,但不包括商业性销售与随产品赠送等等。
本协议与ODL协议相同的地方在于本协议与ODL协议都是保护数据(data)的协议,并且也提倡数据的开放,共享。
但ODL协议针对的主要是结构化数据而本协议针对的主要是图片数据。
另外ODL协议强调的开放不限制对数据的商业性使用。但本协议规定了数据仅仅只能用于进行非商业性的目的行为
包括学习与研究,但不包括商业性行为,例如销售与随产品赠送等等。
目前本版本的协议为0.1修正稿,任何建议都可以跟本协议的组织方联系(easypr_dev@163.com) 。
目前本协议的版本为0.1修正稿,任何对本协议的修改与建议都可以跟本协议的组织方联系(easypr_dev@163.com) 。
本协议主要分为三个部分:
1.版权声明:约定了对GDTS数据使用的规范。
2.捐赠说明:说明了如何对GDTS数据进行捐赠的流程
2.捐赠说明:说明了如何对GDTS数据进行捐赠的方法
3.免责声明:声明免责条款。
如果您仅仅是使用EasyPR进行开发与研究那您仅需要读取第一部分。如果您愿意对EasyPR进行捐赠那您需要读取第二部分。
如果您仅仅是使用EasyPR进行开发与研究那您仅需要读完第一部分。如果您愿意对EasyPR进行捐赠那您需要读完第二部分。
第三部分声明了EasyPR在各个部分的免责条款。
一.版权声明
EasyPR中GDTS(通用数据测试集)的数据仅用作学习与研究之用。尽管EasyPR遵循的是商业友好的开源协议Acache2.0,但那个协议仅适用于您对代码的修改与出售
EasyPR中GDTS(通用数据测试集)的数据仅用作学习与研究之用。尽管EasyPR遵循的是商业友好的开源协议Acache2.0,但那个协议仅适用于您对代码的修改
这些测试数据集并不在您可以修改并且出卖的范围之内请确保这些数据集仅仅作为您进行EasyPR图像测试效率的验证与参考。
这些图片是用来测试EasyPR的效果与指标的仅仅用于开源学习目的任何商业化的使用这些数据(例如出卖数据)或者将这些数据作为产品的附赠都是不允许的。
这些图片是用来测试EasyPR的效果与指标的仅仅用于开源学习目的任何商业化的使用这些数据(例如出卖数据)或者将这些数据作为产品的附赠都是不允许的。
为了保证EasyPR中使用的测试数据不有任何侵犯权利的可能性每个在GDTS(通用数据测试集)上上传的数据都具有以下几个特征:
1.年代久远,不具有时效性的数据(例如,至少半年以前的数据)或者已经处理过相关版权事宜的数据
2.在上传前使用EasyPR提供的函数对图片进行模糊化裁剪性处理确保图片不透露任何可能关于地点时间位置等相关信息
3.在上传前使用EasyPR提供的反人脸识别工具进行处理确保图片不侵犯到任何人的隐私权和肖像权
1.年代久远,不具有时效性的数据(例如,至少半年以前的数据)或者已经处理过相关版权事宜的数据
2.在上传前使用EasyPR提供的函数对图片进行模糊化裁剪性处理确保图片不透露任何可能关于地点时间位置等相关信息
3.在上传前使用EasyPR提供的反人脸识别工具进行处理确保图片不侵犯到任何人的隐私权和肖像权
如果您发现EasyPR中存在任何侵犯可能权利的图片时,请跟我们联系(easypr_dev@163.com) 。我们的工作人员会跟您协商,将这些图片修改或做删除处理。
如果您发现EasyPR中存在任何侵犯可能权利的图片时,请跟我们联系(easypr_dev@163.com) 。我们的工作人员会跟您协商,将这些图片修改或做删除处理。
二.捐赠说明
EasyPR里的数据来源广泛部分来自于网络公开途径由于好心的网友以及匿名人士对EasyPR的捐赠。通过这些数据
有效地改善了EasyPR的识别效果与准确率为推广开源车牌识别技术在中国的发展做出了贡献。如果你愿意,你也可以向EasyPR捐赠。
EasyPR里的数据来源广泛部分来自于网络公开途径好心的网友以及匿名人士对EasyPR的捐赠。通过这些数据
有效地改善了EasyPR的识别效果与准确率为推广车牌识别技术在中国的开源发展做出了贡献。如果您愿意,您也可以向EasyPR捐赠。
在一般的开源与众包软件中捐赠的方式一般是金钱等物质性财产。但EasyPR的捐赠略有不同我们不接受财物的捐赠相反我们接受的是数据的捐赠。
如果你有车牌的图片符合以下三个条件并且你愿意捐赠给EasyPR作为研究与开发的帮助那么你可以跟我们联系(easypr_dev@163.com) 并选择捐赠5-30张图片。
捐赠方式可以选择公开或匿名并且你可以选择捐赠后的数据是纳入GDTS作为通用测试集或者保持私密性仅仅作为EasyPR核心团队训练与测试的图片。
捐赠的图片数据不需要太多我们建议你不要捐赠超过30张以上的图片。感谢您为中国开源软件与数据开源所做出的贡献
如果您有车牌的图片符合以下三个条件并且您愿意捐赠给EasyPR作为研究与开发的帮助那么您可以跟我们联系(easypr_dev@163.com)
一般选择捐赠的图片在5-30张之间最好每张图片有足够不同的特点我们非常高兴能够接受您对我们开发与研究的支持。
EasyPR中GDTS(通用数据测试集)的捐赠条件:
捐赠方式可以选择公开或匿名并且您可以选择捐赠后的数据是纳入GDTS作为通用测试集或者保持私密性仅仅作为EasyPR核心团队训练与测试的图片。
捐赠的图片数据不需要太多我们建议您不要捐赠超过30张以上的图片。感谢您为中国开源软件的发展与数据开源运动所做出的贡献
为了保证EasyPR中使用的测试数据不有任何侵犯权利的可能性每个在GDTS(通用数据测试集)上上传的数据都具有以下几个特征:
1.年代久远,不具有时效性的数据(例如,至少半年以前的数据)或者已经处理过相关版权事宜的数据
@ -64,18 +67,18 @@ EasyPR
只有经过以上处理满足以上三个条件的数据EasyPR才会纳入到GDTS里作为车牌识别的准确率衡判依据。
任何不满足以上三个条件的数据EasyPR都会保持这些数据的隐秘不公开等特性并且确保这些数据处于保密状态。
这些研究仅仅作为开源社区学习机器学习、深度学习、图像识别以及计算机视觉的相关资料与参考,不会作为任何商用或者恶意窥探目的
EasyPR团队保证这些研究仅仅作为开源社区学习机器学习、深度学习、图像识别以及计算机视觉的相关资料与参考,不会用作任何商用或者恶意行为
三.免责声明
EasyPR中GDTS(通用数据测试集)的使用仅仅是为了研究与学习目的。
任何使用这些数据进行商用或者恶意窥探目的的行为都违反EasyPR所遵循的开源法则以及研究目的。EasyPR不对这些带来恶意行为后果者
所造成的后果负有责任尽管从道义上讲EasyPR谴责这些行为。当恶意使用者以及用数据牟利者违反了EasyPR约定的这些条款时
也就意味着EasyPR不会对他们所造成的任何行为负有责任。
当您使用这些数据时就意味着您已经同意EasyPR的这些约定您对EasyPR
通用测试数据集的滥用以及恶意窥探目行为的后果需要您自己承担,EasyPR及其开源团队与贡献者不承担任何相关的责任。
任何使用这些数据进行商用或者恶意窥探目的的行为都违反EasyPR所遵循的开源法则以及研究目的。EasyPR不对这些恶意后果负有任何责任。
EasyPR谴责这些行为但EasyPR不为这些违反开源原则行为的后果负有责任。
当恶意使用者以及用数据牟利者违反了EasyPR约定的这些条款时也就意味着EasyPR不会对他们所造成的任何行为负有责任。
当您使用这些数据时就意味着您已经同意EasyPR的这些约定您对EasyPR通用测试数据集的滥用以及恶意窥探目行为的后果需要您自己承担,
EasyPR及其开源团队与贡献者不承担任何相关的责任。
EasyPR团队保留所有权利。
@ -88,4 +91,4 @@ EasyPR
###当复制了EasyPR声明权利的这些数据(或者其中一部分)的同时,您也必须将这份协议复制一份,并保持协议与数据时刻在一起的关联性
###当复制了EasyPR声明权利的这些数据(或者其中一部分)的同时,您也必须将这份协议复制一份,并保持协议随数据时刻同行

@ -1,10 +1,14 @@
1.general_test存放通用数据测试集GDTS的文件夹EasyPR的开发者会依照这里的图片来判断EasyPR新算法的改进性。其他开发者也可以通过这个测试集测试自己
修改的程序在通用图片集上的表现。一般来说这个数据集的里的效果表现是低于下面的native_test的。你可以通过启动EasyPR->2.通用测试->2.general_test来测试EasyPR在通用数据集上的效果表现。
1.general_test存放通用数据测试集GDTS的文件夹EasyPR的开发者会依照这里的图片来判断EasyPR新算法的改进性。
其他开发者也可以通过这个测试集测试自己修改的程序在通用图片集上的表现。
一般来说这个数据集的里的效果表现是低于下面的native_test的。
你可以通过启动EasyPR->2.批量测试->1.general_test来测试EasyPR在通用数据集上的效果表现。
2.native_test存放使用者特定图片数据集的地方。把你特定环境下的图片放到这里进行测试跟GDTS分开。由于你希望EasyPR只在你的数据集下表现良好那么你可以只把你的数据
放到native_test文件夹下把里面原有的文件删除然后运行测试。你既可以改善识别算法也可以通过EasyPR的训练功能对你的数据集进行训练然后用训练好的模型替代EasyPR
的模型这样的模型比EasyPR的模型对你的数据适应性更好。你可以通过启动EasyPR->2.通用测试->2.native_test来测试你的效果表现。
2.native_test存放使用者特定图片数据集的地方。把你特定环境下的图片放到这里进行测试跟GDTS分开。
由于你希望EasyPR只在你的数据集下表现良好那么你可以只把你的数据放到native_test文件夹下把里面原有的文件删除然后运行测试。
你可以试着改变图像处理算法也可以通过EasyPR的训练功能对你的数据集进行训练然后用训练好的模型替代EasyPR
的模型这样的模型比EasyPR的原模型对你的数据适应性更好
你可以通过启动EasyPR->2.批量测试->2.native_test来测试你的效果表现。
3.tmp文件夹存放EasyPR处理过程的中间图片用于调试使用。
注意:通用数据测试集(GDTS)里的数据遵循GDSL协议请阅读同目录下的"GDST.txt"获得更多信息。
注意:通用数据测试集(GDTS)里的数据遵循GDSL协议请阅读同目录下的"GDSL.txt"获得更多信息。

@ -2,7 +2,7 @@ EasyPRʹ
你可以使用EasyPR进行后续开发并用做商业目的。
如果你的产品中引用了EasyPR的代码请明确说明代码修改自EasyPR谢谢
EasyPR中image/general_test文件夹下的数据属于GDTS(General Data Test Set通用数据测试集)
这个数据集里的所有数据都不遵循Apache V2协议Apache V2所针对的仅仅是EasyPR的代码与基于代码生成的模型。
GDTS里任何数据都遵循GDSL(General Data Share License)请阅读image/GPSL获取更多信息。
EasyPR中image/general_test文件夹下的所有数据属于GDTS(General Data Test Set通用数据测试集)中的一部分
那个数据集里的所有数据都不遵循Apache V2协议Apache V2所针对的仅仅是EasyPR中的代码与相关模型。
GDTS里任何数据都遵循GDSL(General Data Share License)请阅读image/GPSL.txt获取更多信息。

Loading…
Cancel
Save