关于训练自己的车牌识别数据集

您好，我想请问一下如果训练自己的数据集，图片大小必须是720*1160吗？我的数据图片大小都是不一样的。我修改了数据集的读取部分，因为我的数据集标注和您论文的方式不太一样，但是训练时报错

 YI = [[int(ee) for ee in el.split('_')[:7]] for el in labels]
ValueError: invalid literal for int() with base 10: 'A2'

以及在rpnet.py文件的379行也就是

 for j in range(7):  
    l = Variable(torch.LongTensor([el[j] for el in YI]).cuda(0))
    loss += criterion(y_pred[j], l)

会出现数组越界的错误

此外，请问您的数据集是怎么划分的呢？一二阶段的训练时使用的数据集是否一样，一样的话分配是否一致...

再此外，您所做的对比实验中车牌识别（HC部分，是使用pytorch自己实现的吗？如果是的话能否提供一下源码呢？我目前不具备自己复现的能力。这个txt是我改过的部分 load_data.txt

detectRecog / CCPD