訓練卷積神經網絡識別車號牌

Question

我的任務：我需要訓練卷積神經網絡來識別車號牌。

輸入：圖像（像素陣列（我可以正常化它））

輸出：約號牌的位置信息。

問題：

1）哪種形式最好得到結果？例如：如果我想識別數字，我將使用10個元素的向量，其值將包含適當數字的概率。但我不知道在我的情況下使用哪種輸出形式。

2）哪種尺寸更適合用於輸入圖像？

3）這個問題與第一個有關。我如何構建我的訓練數據集？我的變體：位的掩碼，其中1表示這裏是一個號碼板的像素，以及JSON描述板的矩形（x，y，寬度，高度）。 我可以使用哪個程序進行映射？

我很抱歉，如果我的問題似乎對你太傻了:)

Answer 1

如果要檢測車板或識別車牌數字目前尚不清楚給我。 要在這兩種情況下回答你，這一切都取決於你的數據集。

1. 如果數據集包括大小不同

   • ，如果你的任務是檢測板，使你的任務是訓練系統，以檢測是否有車板在不同位置的汽車圖片在圖像中，並通過分割，注意，像素位置迴歸將其本地化，無論您選擇應用哪種程序。

   • 如果您的任務是識別數字，那麼首先您應該應用平板檢測，然後您可以通過依次應用輸入來應用數字識別，或者在應用識別之前首先分割數字。

2. 如果數據集包括數字，那麼你只需要應用模型通過選擇任何你喜歡的模型識別數字。

我會建議你做一些研究，首先要了解你要什麼該做，什麼人以前做過來定義藝術的統計，因爲我從你的問題的問題是非常的模糊看您。