有限数据条件下自动车牌识别研究:传统检测 -OCR 流程与零样本视觉语言模型的综合对比
《Electronics》:Active Damping of LCT-Filtered PMSM with Phase Correction and Band-Pass Filter-Based Capacitor Current Feedback
【字体:
大
中
小
】
时间:2026年09月18日
来源:Electronics 2.9
编辑推荐:
。摘要自动车牌识别(ALPR)系统通常依赖于一个两阶段流程,该流程结合了物体检测和光学字符识别(OCR),而最近的视觉-语言模型(VLM)则能够在无需特定任务训练的情况下直接进行图像级识别。本文在目标领域数据有限的情况下,对这两种方法进行了全面的比较。我们评估了一种专门用于车牌识
。摘要
自动车牌识别(ALPR)系统通常依赖于一个两阶段流程,该流程结合了物体检测和光学字符识别(OCR),而最近的视觉-语言模型(VLM)则能够在无需特定任务训练的情况下直接进行图像级识别。本文在目标领域数据有限的情况下,对这两种方法进行了全面的比较。我们评估了一种专门用于车牌识别的YOLO11x检测器,该检测器结合了四种OCR后端和五个本地托管的开放权重VLM,在一个包含435张图片和643个可见车牌的塞尔维亚数据集上进行了测试。这些数据集配备了图片级车牌数量标注、车牌登记信息以及车牌级边界框。性能评估指标包括端到端成功率、精确匹配准确性、字符错误率、可读车牌召回率、车牌数量准确性和推理速度。此外,还在OpenALPR-EU和UC3M-LP基准测试中验证了这些结果。最后,我们通过逐步对YOLO检测器进行微调来研究增加目标领域注释预算的效果,以确定传统检测器-OCR流程何时能够超过零样本VLM。研究结果表明,这些方法具有互补的优势,而非存在一个绝对的胜者。YOLO11x结合FastPlateOCR实现了最高的转录准确性,其速度大约是最优秀VLM的13倍;而三种通用OCR后端在检测效果上表现相当,因此这些数据反映了当前最强大的专门用于车牌识别的系统,而非所有检测器-OCR流程的平均水平。Qwen3-VL在零样本环境下提供了更优越的图片级车牌数量准确性,这一优势在单车牌场景中尤为明显。注释预算研究显示,即使只有几百条标注的定位信息,也能显著提升传统流程的性能,使其在字符恢复方面超越零样本VLM,尽管VLM在图片级车牌计数方面仍具有优势。这些发现为根据注释可用性、部署限制和应用目标选择ALPR系统提供了实际指导。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号