EEPW论坛

LPRNet基于深层神经网络设计，通过轻量级的卷积神经网络实现车牌识别。它采用端到端的训练方式，不依赖字符分割，能够直接处理整张车牌图像，并输出最终的字符序列。这种设计提高了识别的实时性和准确性，尤其适用于嵌入式设备等计算资源受限的场景。
一、LPRNet模型下载
使用cd命令进入到Demo程序路径下，运行下载脚本，将模型程序下载过来。
cd ~/projects/rknn_model_zoo/examples/LPRNet/model
./download_model.sh

二、将模型进行转换
将模型转换为Python程序
python convert.py ../model/lprnet.onnx rk3576 i8 ../model/lprnet.rknn

将模型装换位C语言程序
bash ./build-linux.sh -t rk3576 -a aarch64 -d LPRNet

三、推送程序到扳机上
adb push install/rk3576_linux_aarch64/rknn_LPRNet_demo/ /data/

四、使用adb命令运行程序
此方法可以使用PC端直接控制板子
adb shell
cd /data/rknn_LPRNet_demo/
export LD_LIBRARY_PATH=./lib
./rknn_lprnet_demo model/lprnet.rknn model/test.jpg

原图：

识别结果