紅牌重機的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

利用深度學習之YOLOv3偵測機車車牌

為了解決紅牌重機的問題，作者林宗易 這樣論述：

　　在現在的交通工具中，機車還是最便利，最不會塞車的交通工具，然而，機車失竊常常發生，機車車主要找回失竊的機車，實在不容易。另外，一些罪犯，常偷竊機車來犯案，警察要緝凶，也常以車追人，然而機車那麼多，警察要調閱各路口監視器，慢慢看慢慢找，才有可能找到，甚至找不到。為了幫助機車失主和警察，能快速找到失竊機車和做案兇手，若能有一套智慧型機車車號偵測和辨識系統，就可以幫助機車失主和警察，尋回其愛車和逮補兇手。然而機車車牌的偵測對智慧型機車號碼偵測和辨識系統最為重要，車牌偵測不到，那就不用辨識車牌了。因為在真實的環境中，機車車牌會出現在白天、夜晚、模糊、旋轉、強光、甚至陰暗中，這些車牌利用傳統車牌偵

測方法來偵測，其效果有限。為了能偵測上述真實環境中的機車車牌，本文利用深度學習 YOLOv3技術來訓練和偵測全天候環境下的機車車牌。我們的做法是總共標記影像數目為19572個訓練資料，綜合實驗結果顯示，車牌定位偵測準確率可達97.26%，車牌偵測字元準確率可達99.76%，測試實驗結果顯示，車牌定位偵測準確率可達91.64%，車牌偵測字元準確率可達98.31%。