1、首先,建立车牌数据库数据主要从以下途径收集,实地拍摄,从网页爬取:整合一些从互联网搜索到的小规模车牌数据集,对得到的图片进行清洗、标注、增强,得到最终训练用的数据集
2、然后以步骤一中建立的最终数据集为基础,采用K均值聚类方法生成锚框。
3、最后建立计算量小、权重参数数量少的高效深度神经网络结构模型。
ALTER TABLE tablename ADD CONSTRAINTCK_Name CHECK (
len([车牌号])=(7)--保证是7位数
AND PATINDEX('%[吖-座]%',LEFT(车牌号,1))>0--约束第一个为汉字
AND PATINDEX('%[[^a-z]%',SUBSTRING(车牌号,2,1))>0--约束第二位为英文
AND ISNUMERIC(RIGHT(车牌号,5))=1 AND PATINDEX(RIGHT(车牌号,5),'.')=0--约束后五位为数字
)
GO
seta '连接数据库,seta是一个方法..要单独写的.sql = "select [车牌] from [carinfo] where [型号]" '选择[user]表里的全部数据.
rs.Open sql, cn,1,1 '打开记录集,并给权限..
Do While Not rs.EOF '判断是否到了记录集最后,如果没有就继续循环..
cobcar.AddItem rs("车牌") '添加记录到combbox 里..
rs.MoveNext '记录向下移动.
Loop '跳出循环.
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)