本项目设计了一个基于改进VGG卷积神经网络的车牌识别系统，主要包含车牌定位、字符分割和字符识别三个核心模块。系统能够自动识别蓝牌、黄牌和新能源绿牌，通过颜色分割与几何分析定位车牌区域，并结合垂直投影法实现字符分割。针对32×32灰度字符图像，设计了轻量化VGG网络结构，采用Conv-BN-ReLU模块和全局平均池化提升分类性能。

本文介绍了FPGA音频频谱分析仪中FFT核的配置与测试过程。通过Verilog代码实现了FFT核的实例化，配置了固定参数用于频谱分析。测试中使用15kHz正弦波作为输入信号，产生4096个采样点。仿真结果显示，FFT核正确计算出输入信号频率为15000Hz，验证了IP核配置的正确性。该方法采用模块化测试，有助于快速定位问题，为完整频谱分析仪开发奠定了基础。

本设计采用ESP8266 D1mini开发板作为核心主控，以LicheeRV Nano（见上一篇博客）开发板作为视觉方案，构造了一个成本极低、识别准确、功能强大的电子停车场自助管理系统。基于esp8266d1mini的低成本制作——电子自助停车场管理系统（项目展示）

摘要：零Python基础快速入门——视觉识别程序/机器学习以及树莓派移植（YOLOv5-lite/适用于电赛，例程为简单的数字识别）过程简单不用理解代码/文章偏向应用方面而非原理的探寻，希望各位大佬不吝指教！