Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
FrankJule
License Plate Detect Recognition Via Deep Neural Networks Accuracy Up To 99.9
提交
d2110a5e
L
License Plate Detect Recognition Via Deep Neural Networks Accuracy Up To 99.9
项目概览
FrankJule
/
License Plate Detect Recognition Via Deep Neural Networks Accuracy Up To 99.9
通知
2
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
DevOps
流水线
流水线任务
计划
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
L
License Plate Detect Recognition Via Deep Neural Networks Accuracy Up To 99.9
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
DevOps
DevOps
流水线
流水线任务
计划
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
流水线任务
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
未验证
提交
d2110a5e
编写于
7月 20, 2018
作者:
朱
朱本福
提交者:
GitHub
7月 20, 2018
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
Update README.md
上级
0496863f
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
2 addition
and
2 deletion
+2
-2
README.md
README.md
+2
-2
未找到文件。
README.md
浏览文件 @
d2110a5e
...
...
@@ -52,13 +52,13 @@ works in real-time with detection and recognition accuracy up to 99.8% for Chine
| 全图识别,可以处理角度,污迹等等 | lstm+ctc |
| 带定位,但是依赖数据过多 | fcn全卷机网络带单个字符定位 |
(1)
FCN Multilabel Caffe方法综述
[
FCN的车牌图像识别,end-to-end 目标定位、图像识别
](
https://blog.csdn.net/zhubenfulovepoem/article/details/78902747
"悬停显示"
)
(1)
**FCN Multilabel Caffe方法综述[FCN的车牌图像识别,end-to-end 目标定位、图像识别](https://blog.csdn.net/zhubenfulovepoem/article/details/78902747 "悬停显示") **
![
image
](
https://github.com/zhubenfu/License-Plate-Detect-Recognition-via-Deep-Neural-Networks-accuracy-up-to-99.9/blob/master/20171121203935599.png
)
![
image
](
https://github.com/zhubenfu/License-Plate-Detect-Recognition-via-Deep-Neural-Networks-accuracy-up-to-99.9/blob/master/20171121203946021.png
)
(2)
单个字符识别:
(2)
**单个字符识别:**
识别样本丰富性处理:很多应用你取不到特别多的样本,覆盖不了所有的情况,并且样本之间的均衡性也很难平衡。常见的情况肯定是出现最多的,样本是最多的,还有可能某类样本数是最多的,另一类别下的样本数也是比较少的。实际项目其实时间花的最多的就是在那20%-30%的情况下做边界处理占了项目90%的时间。我们需要尽可能的保证样本的均衡性,采样时候各种情况尽可能包含,每类别下的样本数量尽量均衡。某类样本数量不够可以采集图像处理增加样本量,常用的有分割的时候上下左右平移,图像拉伸,滤波等。
!
[
image
](
https://github.com/zhubenfu/License-Plate-Detect-Recognition-via-Deep-Neural-Networks-accuracy-up-to-99.9/blob/master/20171121204748663.png
)
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录