车牌数字识别数据集 | 目标检测 | 智能交通

【车牌数字识别数据集 | 目标检测 | 智能交通】
本目标检测数据集共包含10类检测目标、总计1297张标注图像，围绕”车牌数字识别数据集”场景进行采集与标注，可用于目标检测任务模型的训练与验证，适用于智能交通等领域。

数据集概览

• 数据集名称：车牌数字识别数据集
• 任务类型：目标检测
• 图像总数：1297 张
• 标注类别：10 类
• 标注格式：YOLO TXT（归一化坐标）
• 适用框架：YOLOv5 / YOLOv8 / YOLOv10 / RT-DETR
• 数据划分：训练集 / 验证集 / 测试集

检测类别与标注分布

本数据集包含 10 个检测类别：

• 数字0（digit_0）
• 数字1（digit_1）
• 数字2（digit_2）
• 数字3（digit_3）
• 数字4（digit_4）
• 数字5（digit_5）
• 数字6（digit_6）
• 数字7（digit_7）
• 数字8（digit_8）
• 数字9（digit_9）

技术规格

• 标注格式：YOLO TXT 格式，每行标注为 class x_center y_center width height，坐标值归一化至 [0, 1]
• 数据划分：按照标准比例划分训练集、验证集与测试集，可直接用于模型训练与性能评估
• 数据来源：Roboflow Universe 平台

应用场景

1. 车牌识别：自动检测车牌中的数字字符，辅助车牌号识别。
2. 停车场收费：支撑停车场出入口车牌数字识别与计费。
3. 车辆管理：应用于车辆信息管理与身份核验场景。

数据集特点

• 高质量标注：10类数字字符覆盖0-9全部数字，类别简洁明确。
• 真实场景数据：规模较大，适合训练车牌数字识别模型提高准确率。

获取方式