使用人脸中的方法来进行车牌定位和精定位
过去一段时间我尝试着简单把人脸检测和对齐中的套路用到车牌识别上,也做了一些相关的实验。
大概找了 600 多张 车牌照片。在进行crop后使用adaboost+lbp特征 训练了一个级联分类检测器。之后测试recall比EasyPR的cmser定位还要好。而且检测速度比cmser快5-6倍。在车牌小角度+-15倾斜都能被较好的定位。
主要的思路如下
(1)首先使用训练好的级联检测模型进行对车牌候选框的粗定位
(2)对粗定位的区域进行扩展
(3)然后在裁剪扩展后的区域使用一个CNN 回归模型预测车牌四周线的四个角点位置。
这里大概标注了 500张左右的车牌角点位置,在进行一些data auguamentation之后扩充到了5000张左右。
在进行40轮左右的迭代达到了较好的效果。
定位效果如下图所示
代码和训练好的模型文件
https://github.com/szad670401/Rubost-Chinese-License-Plate-Locate-Using-LBP-adaboost-with-CNN-regression
weixin_52750687: 您好博主,请问有这个算法的数据评估结果吗
qq_38238709: 博主用的是魔兽争霸的哪个版本
weixin_46048741: 在哪里🧐!
游走的毛毛虫: 导弹的例子说反了吧
_我是路人乙: 您好,请问您知道为什么把普通卷积替换成深度可分卷积结果变慢的原因了吗?我看网络参数是减少了不少。