能更新一下HyperLPR中用GRU的训练网络吗

armaab / hyperlpr-train

Script to train Hyperlpr(https://github.com/zeusees/HyperLPR)

Apache License 2.0

126 stars 79 forks source link

能更新一下HyperLPR中用GRU的训练网络吗 #5

Open deepblacksky opened 6 years ago

armaab commented 6 years ago

啥GRU，你是说GPU吗？

deepblacksky commented 6 years ago

@armaab 不是GPU，现在原作者更新了另外一种识别方法， CNN+RNN+CTC，其中RNN用的是GRU。不过现在我已经自己写了训练，还是谢谢你。:)

armaab commented 6 years ago

知道了，将来会实现的。

GitEasonXu commented 6 years ago

@deepblacksky @armaab 这里的label格式是怎么写的? 例如：“浙B292YQ” 对应的label是：[11,42,33,40,33,63,55]这样的格式么？

armaab commented 6 years ago

直接写浙B292YQ，注意要用utf-8编码

GitEasonXu commented 6 years ago

CHARS = ['京', '沪', '津', '渝', '冀', '晋', '蒙', '辽', '吉', '黑',
         '苏', '浙', '皖', '闽', '赣', '鲁', '豫', '鄂', '湘', '粤',
         '桂', '琼', '川', '贵', '云', '藏', '陕', '甘', '青', '宁',
         '新',
         '0', '1', '2', '3', '4', '5', '6', '7', '8', '9',
         'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'J', 'K',
         'L', 'M', 'N', 'P', 'Q', 'R', 'S', 'T', 'U', 'V',
         'W', 'X', 'Y', 'Z',
         '港', '学', '使', '警', '澳', '挂', '军', '北', '南', '广',
         '沈', '兰', '成', '济', '海', '民', '航', '空',
         ]

CHARS_DICT = {char:i for i, char in enumerate(CHARS)}

不是通过字典进行关系映射的么？

这里我使用decode函数

    def decode(self,lable_str):
        lable = []
        for elem in lable_str:
            lable.append(CHARS_DICT[elem])
        return lable

例如： lable_str = “浙B292YQ”

return lable = [11,42,33,40,33,63,55] 是这样么

ChunfangWang commented 6 years ago

@deepblacksky 请教你是如何实现新的GRU框架的training 代码的，可以直接将网络定义的那个部分更换为原作者的这一段吗？https://github.com/zeusees/HyperLPR/blob/master/HyperLPRLite.py#L89-L100 需要对GRU层的learning rate特别设置吗？谢谢！

ShaneYS commented 5 years ago

@armaab 不是GPU，现在原作者更新了另外一种识别方法， CNN+RNN+CTC，其中RNN用的是GRU。不过现在我已经自己写了训练，还是谢谢你。:)

你好，我想问一下你是用的gru训练还是用的lstm呀？在车牌序列识别中，你觉得gru和lstm哪个更合适呢

Kevin-SJW commented 5 years ago

@armaab 不是GPU，现在原作者更新了另外一种识别方法， CNN+RNN+CTC，其中RNN用的是GRU。不过现在我已经自己写了训练，还是谢谢你。:)

大佬，可以指导下GRU的训练吗？有偿的！e-mail: shijianweicisco@163.com