CV / LPRNet
LPRNet
RKNN recognizes cropped Chinese plates with a PP-OCR fallback, while the Hailo pipeline combines Tiny-YOLOv4 plate detection with LPRNet numeric OCR.
使用しているデバイスを選択してください。セットアップガイドとドキュメントがそれに応じて更新されます。
はじめる
sudo docker run --rm --privileged --net=host \
-e PYTHONUNBUFFERED=1 -e RKNN_LOG_LEVEL=0 \
--device /dev/dri/renderD129:/dev/dri/renderD129 \
-v /proc/device-tree/compatible:/proc/device-tree/compatible:ro \
ghcr.io/seeed-projects/recomputer-rk-cv/rk3576-lprnet:latest \
python web_service.py --platform rk3576 --model_dir /app/model --camera_id -1 --host 0.0.0.0 --port 8000REST API
REST API を使用して推論を実行します。以下のコマンドをコピーしてください。
curl http://localhost:8080/v1/chat/completions -d '{
"model": "lprnet-rknn",
"messages": [{"role": "user", "content": "Hello"}]
}'import requests
resp = requests.post(
"http://localhost:8080/v1/chat/completions",
json={"model": "lprnet-rknn", "messages": [{"role": "user", "content": "Hello"}]},
)
print(resp.json())モデル詳細
reComputer RK3576およびRK3588でLPRNetを実行する
このサービスはreComputer-RK-CVのLPRNetモジュールを基にしています。LPRNetで中国の有色ナンバープレートを認識し、明るい色または海外のプレートを同梱のPP-OCR認識器へ振り分けることができます。
モデル情報
| コンポーネント | ファイル |
|---|---|
| 中国ナンバープレート認識器 | model/lprnet.rknn |
| 海外/明色プレート用フォールバック | model/ppocr_rec.rknn |
| PP-OCR辞書 | model/ppocr_keys_v1.txt |
| 出力 | プレート文字列、認識器、スコア、ボックス、拒否情報 |
Web UIには四点選択ツールがあります。選択した四辺形は認識前に透視補正されます。
サービスを実行する
RK3576
sudo docker run --rm --privileged --net=host \
-e PYTHONUNBUFFERED=1 -e RKNN_LOG_LEVEL=0 \
--device /dev/dri/renderD129:/dev/dri/renderD129 \
-v /proc/device-tree/compatible:/proc/device-tree/compatible:ro \
ghcr.io/seeed-projects/recomputer-rk-cv/rk3576-lprnet:latest \
python web_service.py --platform rk3576 --model_dir /app/model \
--camera_id -1 --host 0.0.0.0 --port 8000RK3588
sudo docker run --rm --privileged --net=host \
-e PYTHONUNBUFFERED=1 -e RKNN_LOG_LEVEL=0 \
--device /dev/dri/renderD129:/dev/dri/renderD129 \
-v /proc/device-tree/compatible:/proc/device-tree/compatible:ro \
ghcr.io/seeed-projects/recomputer-rk-cv/rk3588-lprnet:latest \
python web_service.py --platform rk3588 --model_dir /app/model \
--camera_id -1 --host 0.0.0.0 --port 8000http://<BOARD_IP>:8000または/docsを開きます。カメラIDは/dev/videoNに対応します。ローカル動画モードでは--videoまたは--video_pathを使用でき、カメラより優先されます。
起動引数
| 引数 | デフォルト | 説明 |
|---|---|---|
--platform | 必須 | rk3576またはrk3588。 |
--model_dir | model | 両方の認識器、辞書、ウォームアップ画像。 |
--camera_id | -1 | カメラインデックス。-1はアップロードのみを有効にします。 |
--video, --video_path | なし | ループ再生するローカルMP4。カメラより優先されます。 |
--host / --port | 0.0.0.0 / 8000 | サービスアドレスとポート。 |
Webの四点セレクターでは各コーナーを個別に移動できます。選択した四辺形は透視補正され、一枚のプレートとして認識されます。
REST API
エンドポイント: POST /api/models/lprnet/predict
curl -X POST "http://<BOARD_IP>:8000/api/models/lprnet/predict" \
-F "file=@plate.jpg" -F "whole_image=true" \
-F "plate_layout=auto"重要なフィールドはmanual_quad、manual_box、plate_layout、min_score、max_plates、min_text_lengthです。plate_layout=autoは中国の有色プレートにLPRNet、明色/海外プレートにPP-OCRを選択します。
manual_quadは元画像上の四点からなるJSON配列です。manual_boxは[x1,y1,x2,y2]で、自動位置検出を省略します。whole_image=trueは画像がすでにプレート領域へ切り抜かれていることを示します。min_scoreは相対的な絞り込みには有用ですが、校正済み確率ではありません。
レスポンス例:
{
"success": true,
"model": "lprnet",
"result": {
"plates": [
{
"text": "京A12345",
"recognition_score": 0.91,
"candidate_score": 1.0,
"recognizer": "lprnet",
"box": [0, 0, 94, 24]
}
],
"count": 1,
"source_mode": "plate_crop"
}
}GET/POST /api/configはmin_score、max_plates、min_text_length、plate_layoutを管理します。その他にGET /api/results/latest、MJPEG、MP4アップロード、解析、進捗、一覧、ダウンロードの各エンドポイントがあります。
適用範囲と制限
同梱の認識器はいずれもエンドツーエンドのプレート検出器ではありません。シーン画像をアップロードする場合は四点ツールまたはmanual_quadを使用してください。ローカル動画フレームは切り抜き済みプレートとして扱われますが、カメラシーンのボックスは軽量なOpenCVヒューリスティックに依存します。本番のシーン展開では専用のプレート検出器を追加してください。このサービスは明るいプレート候補を信号機やテールランプより優先しますが、これらの画像処理ヒューリスティックは学習済み検出器の代替にはなりません。
ローカルでビルドする
docker build -f docker/rk3576/lprnet.dockerfile \
-t rk3576-lprnet:local src/rk3576_lprnet
docker build -f docker/rk3588/lprnet.dockerfile \
-t rk3588-lprnet:local src/rk3588_lprnet入力と出力
RKNN: cropped plate or selected region to recognized text. Hailo: traffic frame to detected plate box and CTC-decoded numeric plate text.