From 27b8a5621fb847c14302dc7d943c70a06dc18f4f Mon Sep 17 00:00:00 2001
From: WenmuZhou <572459439@qq.com>
Date: Wed, 25 May 2022 14:40:00 +0800
Subject: [PATCH] update doc

---
 ...247\350\275\246\347\211\214\350\257\206\345\210\253.md" | 7 ++++---
 1 file changed, 4 insertions(+), 3 deletions(-)

diff --git "a/applications/\350\275\273\351\207\217\347\272\247\350\275\246\347\211\214\350\257\206\345\210\253.md" "b/applications/\350\275\273\351\207\217\347\272\247\350\275\246\347\211\214\350\257\206\345\210\253.md"
index f57451ce..31b1b427 100644
--- "a/applications/\350\275\273\351\207\217\347\272\247\350\275\246\347\211\214\350\257\206\345\210\253.md"
+++ "b/applications/\350\275\273\351\207\217\347\272\247\350\275\246\347\211\214\350\257\206\345\210\253.md"
@@ -27,9 +27,10 @@
 
 本项目难点如下：
 
-车牌在图像中的尺度差异大、在车辆上的悬挂位置不固定
-车牌图像质量层次不齐: 角度倾斜、图片模糊、光照不足、过曝等问题严重
-边缘和端测场景应用对模型大小有限制，推理速度有要求
+1. 车牌在图像中的尺度差异大、在车辆上的悬挂位置不固定
+2. 车牌图像质量层次不齐: 角度倾斜、图片模糊、光照不足、过曝等问题严重
+3. 边缘和端测场景应用对模型大小有限制，推理速度有要求
+
 针对以上问题， 本例选用 PP-OCRv3 这一开源超轻量OCR系统进行车牌识别系统的开发。基于PP-OCRv3模型，在CCPD数据集达到99%的检测和94%的识别精度，模型大小12.8M(2.5M+10.3M)。基于量化对模型体积进行进一步压缩到5.8M(1M+4.8M), 同时推理速度提升25%。
 
 
-- 
GitLab