如何解决如何获得车牌上每个符号的边界框
我想训练一些神经网络来检测汽车牌照上的符号。 我得到了1万张带盘子的图片和10k个字符串,其中包含在盘子上表示的文本。例如,这个picture的名称为:“В394ТТ64.png”(其他图片的质量和尺寸相同,但阴影\对比度\光和材质不同)。
那么,我想做什么?
我想自动创建PASCAL VOC xml文件,其中包含有关板上每个符号的信息。然后,我想训练神经网络来检测符号及其类。我已经知道图片上出现了哪些符号,但是我不知道如何获取边界框坐标。
我尝试使用OpenCV和二进制分割,但是图片上的闪电,阴影,大小和噪点太多。
此外,我试图找到训练有素的神经网络,该网络可以检测符号或由我自己训练一个符号,但是失败了。
那么,如何获得车牌上每个符号的边界框?
解决方法
有多种方法可以做到这一点。
很多时候,您将不得不越过图像并对图像的每个片段进行对象检测。 在您的情况下,这应该更容易了,因为它已经是一个已定义的区域。可能从左到右大步前进。
使用MNIST训练有素的分类器,您可以在图像部分上对数字进行分类。如果您得到的结果的p例如为90%,则您将从图像的该部分获得的坐标作为边界框坐标。
您当然可以重用R-CNN或Yolo等已知架构
Here,您可以找到一个不错的概述。
祝你好运
,找到了解决此问题的另一种方法。
-
我编写了一个脚本,该脚本会为每个图像生成带有车号牌和xml文件的不同图像。我生成了1万张图片。
-
然后我对其进行了增强,使它们看起来更像“真实世界”图像。现在我有14k图像。原始集合中有4个,扩充了10k。
-
训练有素的ssd_mobilenet模型。
-
之后,我使用自动注释功能来检测真实图像上的框
-
再训练一次模型,就是这样。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。