Git Stars Git Stars

#license-plate-recognition Repositories

Entdecke 10 aktive Open-Source-GitHub-Repositories, die mit #license-plate-recognition getaggt sind und insgesamt 13,487 Sterne gesammelt haben (durchschnittlich 1,348 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist roflcoopter/viseron mit 3,733 Sternen.

10
Gesamtzahl der Repositories
13,487
Gesamtanzahl der Sterne
1,348
Durchschnittliche Sterne/Repo

Insgesamt 10 Repositories

1
roflcoopter/viseron

Selbst gehostete, nur lokale NVR- und KI-Computer-Vision-Software. Mit Funktionen wie Objekterkennung, Bewegungserkennung, Gesichtserkennung und mehr gibt sie Ihnen die Möglichkeit, Ihr Zuhause, Ihr Büro oder jeden anderen Ort, den Sie überwachen möchten, im Auge zu behalten.

roflcoopter
⭐ 3,733 Python 👤 roflcoopter User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2020-08-30
2
sherlockchou86/VideoPipe

Ein plattformübergreifendes Framework zur Videostrukturierung (Videoanalyse) basierend auf CV-Modellen und mLLM.

sherlockchou86
⭐ 2,994 C++ 👤 sherlockchou86 User 🕐 Aktualisiert 2026-02-25 📅 Erstellt 2022-08-26
3
jingsongliujing/OnnxOCR

Ein leichtgewichtiges OCR-System, das auf PaddleOCR basiert und vom PaddlePaddle Deep Learning Trainingsframework entkoppelt ist, mit ultraschneller Inferenzgeschwindigkeit.

jingsongliujing
⭐ 1,881 Python 👤 jingsongliujing User 🕐 Aktualisiert 2026-06-11 📅 Erstellt 2023-07-08
4
ankandrew/fast-alpr

Framework zur schnellen automatischen Kennzeichenerkennung (ALPR).

ankandrew
⭐ 871 Python 👤 ankandrew User 🕐 Aktualisiert 2026-03-16 📅 Erstellt 2020-09-14
5
ankandrew/fast-plate-ocr

Leichte & schnelle OCR-Modelle für die Texterkennung von Kennzeichen.

ankandrew
⭐ 817 Python 👤 ankandrew User 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2020-08-07
6
DoubangoTelecom/ultimateALPR-SDK

Die weltweit schnellste ANPR-/ALPR-Implementierung für CPUs, GPUs, VPUs und NPUs auf Basis von Transformers (ONNX, TensorFlow Lite, TensorRT, Hailo, OpenVINO, RKNN2 ...). Unterstützt mehrere Zeichensätze (lateinisch, koreanisch, chinesisch), Betriebssysteme (Jetson, Android, Raspberry Pi, Linux, Windows) und Architekturen (ARM, x86).

DoubangoTelecom
⭐ 751 C++ 👤 DoubangoTelecom User 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2018-01-12
7
xuexingyu24/License_Plate_Detection_Pytorch

Zweistufige, leichte und hochperformante Kennzeichen-Erkennung mit MTCNN und LPRNet

xuexingyu24
⭐ 683 Jupyter Notebook 👤 xuexingyu24 User 🕐 Aktualisiert 2024-01-22 📅 Erstellt 2019-07-15
8
parkpow/deep-license-plate-recognition

Automatische Kennzeichenerkennung (ALPR) oder Automatische Nummernschilderkennung (ANPR) Software, die mit jeder Kamera funktioniert.

parkpow
⭐ 672 C++ 👤 parkpow Organization 🕐 Aktualisiert 2026-09-04 📅 Erstellt 2018-07-10
9
HuKai97/YOLOv5-LPRNet-Licence-Recognition

Kennzeichenerkennung + -erkennung mit YOLOv5 und LPRNet (CCPD-Datensatz)

HuKai97
⭐ 580 Python 👤 HuKai97 User 🕐 Aktualisiert 2024-08-10 📅 Erstellt 2022-05-30
10
linuxxx/EasyPR_Android

EasyPR-Portierung auf die Android-Version

linuxxx
⭐ 509 C++ 👤 linuxxx User 🕐 Aktualisiert 2025-05-24 📅 Erstellt 2015-01-28

Häufig gestellte Fragen

1

Welches ist das beliebteste #license-plate-recognition-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#license-plate-recognition-Projekt auf GitHub ist roflcoopter/viseron mit 3,733 Sternen. Selbst gehostete, nur lokale NVR- und KI-Computer-Vision-Software. Mit Funktionen wie Objekterkennung, Bewegungserkennung, Gesichtserkennung und mehr gibt sie Ihnen die Möglichkeit, Ihr Zuhause, Ihr Büro oder jeden anderen Ort, den Sie überwachen möchten, im Auge zu behalten.

2

Welche Programmiersprachen werden in #license-plate-recognition-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #license-plate-recognition-Projekten auf GitHub sind Python, C++, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #license-plate-recognition-Repositories berechnet?

Wir verfolgen 10 aktive Open-Source-Repositories, die mit #license-plate-recognition getaggt sind (500+ Sterne), mit insgesamt 13,487 Sternen und durchschnittlich 1,348 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.