1.小车磁道巡线的开发 2.通过rfid特殊点判断实现小车原地掉头 3.实现基于深度学习的沙盘红绿灯检测识别。 4.k12麦轮车图形化编程与openmv的结合

本项目的主要功能是通过摄像头完成对车牌的识别任务，主要应用场景分为室内和室外，室内场景可局限于小区，商场等偏静态环境，系统会将采集到的车牌图片进行识别，返回车牌信息以及识别时间，可通过车辆两次进出来计算车辆停车时间，如果是小区内停车业务，也可按照数据库入库时间计算业主剩余缴费天数；室外场景可用于快速动态追踪，本系统可将快速移动中的车辆进行车牌的识别。

本项目使用的是paddle paddle开源数据集，本系统采用python语言，基于深度学习算法完成对中药材分类识别的训练 1. 数据清洗：删除一些非RGB图片以及格式错误的图片以便提高模型准确率； 2. 使用efficientnet网络完成对图片的分类，使用MySQL数据库来存储对所提取信息的进一步处理，将于图片对应的标 签信息存储在excel中，以便后续进行模型迁移，项目复现等做好保障，在项目实现的过程中，包括药材的采集，拍摄，标注， 以及后续网络模型的搭建，均是我在参考大量论文后将其复现，acc可达80%上下； 3. 通过自学flask框架完成项目在web端的展示。已上传至。