艾伦柯林斯
我花了一个星期努力训练一个模型,该模型可以为我提供提取车辆牌照的边界数。(这是一项执法举措。)最近的尝试——有很多——是这样的:
- 我使用了宠物预训练模型。
- 我拍摄了道路图像,并在每张道路图像上覆盖了不同的车牌。板块始终处于同一位置,以简化 xml 文件的生成。
- 将盘子放大到 300x80 - 以前小得多,结果相似。
- 1600 张训练图像和 200 张测试图像。
- 将 xml 转换为 csv,然后转换为 tfrecord 格式。
- 使用 ssd_mobilenet_v1_pets.config 对模型进行了少量更改,例如 num_classes 和 num_examples 以及路径。
- 在 AWS GPU 实例上训练了几个小时。
结果太可怕了。挡风玻璃被检测为车辆的车牌和方形前部。如果有帮助,我可以上传。
我即将放弃并使用文本提取算法,但这会带来其他复杂性,例如忽略图像中的其他文本。
我讨厌放弃,所以热切地接受任何建议。
谢谢,艾伦。
艾伦柯林斯
哎哟。已经投反对票了。道歉。标记为已回答。猜猜我误解了如何制定问题。B计划是。
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
编辑于
我来说两句