Closed zhongwenkun886 closed 4 years ago
数据集目前只使用了CCPD。车牌检测部分用fake_chs_lp生成的车牌图片做了数据扩增;车牌识别部分先用fake_chs_lp生成的车牌图像做预训练,然后截取CCPD的车牌图像做微调。
谢谢,测试一些车牌数据,车牌检测挺好,但识别效果一般,还有很大的优化空间
测试识别有问题的一般是什么情况呢?能否提供一下测试图片?
其实对于清晰的蓝牌识别效果还算不错的,模糊的话效果会差些。绿牌有些会检测不准导致识别错误,双层车牌一般能检测到但识别基本都是错的(识别模型应该是没有训练双层车牌)。
那基本是正常的,CCPD数据集里面只有蓝牌,也完全没做双层车牌,绿牌都完全是通过生成的图像训练的所以效果也会相对差一些。另外训练数据基本都是包含整个车辆的,测试脚本流程也是先检测车辆,然后跑车牌检测,所以车牌占比比较大的图片检测准确率确实不怎么好。
哦。看来这个wpod-net 泛化能力还是挺不错的,虽然只用单层蓝牌训练,但对双层黄牌还能有这么好的检测效果。
wpod的训练用生成的车牌做了数据扩增的,其中有包含单层的黄牌图像。
非常感谢指导
请问这里的车牌检测和车牌识别,分别用什么数据集来训练的?谢谢!