From e921ee15062f43041e892af866bf2da3e196468c Mon Sep 17 00:00:00 2001 From: syan Date: Tue, 13 Nov 2018 11:15:27 +0800 Subject: [PATCH] Update README.md --- README.md | 6 +++--- 1 file changed, 3 insertions(+), 3 deletions(-) diff --git a/README.md b/README.md index f79a546..3d1e3fc 100644 --- a/README.md +++ b/README.md @@ -35,6 +35,8 @@ print(HyperLPR_PlateRecogntion(image)) ### 更新 +- 更新基于端到端的IOS车牌识别工程。(2018.11.13) + - 可通过pip一键安装、更新的新的识别模型、倾斜车牌校正算法、定位算法。(2018.08.11) @@ -42,15 +44,13 @@ print(HyperLPR_PlateRecogntion(image)) - [增加PHP车牌识别工程@coleflowers](https://github.com/zeusees/HyperLPR/tree/master/Prj-PHP) (2018.06.20) - 添加的新的Python 序列模型-识别率大幅提高(尤其汉字)(2018.3.12) - 添加了HyperLPR Lite 仅仅需160 行代码即可实现车牌识别(2018.3.12) -- 提供精确定位的车牌矩形框(2018.3.12) - 增加了端到端模型的cpp实现(Linux)(2018.1.31) - 感谢 sundyCoder [Android 字符分割版本](https://github.com/sundyCoder/hyperlpr4Android) - 增加字符分割[训练代码和字符分割介绍](https://github.com/zeusees/HyperLPR-Training)(2018.1.) - 更新了Android实现，大幅提高准确率和速度 (骁龙835 (*720*x*1280*) ~50ms )(2017.12.27) -- 添加了IOS版本的实现（感谢[xiaojun123456](https://github.com/xiaojun123456)的工作） -- 添加端到端的序列识别模型识别率大幅度提升,使得无需分割字符即可识别,识别速度提高20% (2017.11.17) + - 新增的端到端模型可以识别新能源车牌、教练车牌、白色警用车牌、武警车牌 (2017.11.17) - 更新Windows版本的Visual Studio 2015 工程（2017.11.15） - 增加cpp版本,目前仅支持标准蓝牌(需要依赖OpenCV 3.3) (2017.10.28)