deep-learning - 用于深度学习的 ANPR 数据集

Question

我正在为阿联酋车牌开发 ANPR 应用程序，这些车牌的形状和部分颜色各不相同。至于制作原型，我喜欢使用带有大约 1000 张车牌图像的迁移学习。我的第一步是检测车牌，然后提取它。

为此，我有一些疑问：

1. 应该如何输入车牌图像进行训练？它应该只包含车牌还是包含汽车其他部分的车牌？
2. 关于字节的图像的最小大小应该是多少？如果我使用几千字节的图像可以吗？

Answer 1

这完全取决于您的应用程序/学习框架。例如，一些框架会为您调整大小。

应该如何输入车牌图像进行训练？它应该只包含车牌还是包含汽车其他部分的车牌？

无论如何，根据我对阿拉伯字母车牌识别的经验，我建议包括一个薄的车牌外边框以提高准确性。这些行将有很好的功能。

例子：

关于字节的图像的最小大小应该是多少？如果我使用几千字节的图像可以吗？

大约 52 x 150 像素的清晰图像就可以了。同样，这取决于您的实现，但一般来说，较大的图像在精度上没有差异，但会增加过度拟合的风险和训练时间。