如何获得车牌上每个符号的边界框

如何解决如何获得车牌上每个符号的边界框

我想训练一些神经网络来检测汽车牌照上的符号。 我得到了1万张带盘子的图片和10k个字符串，其中包含在盘子上表示的文本。例如，这个picture的名称为：“В394ТТ64.png”（其他图片的质量和尺寸相同，但阴影\对比度\光和材质不同）。

那么，我想做什么？

我想自动创建PASCAL VOC xml文件，其中包含有关板上每个符号的信息。然后，我想训练神经网络来检测符号及其类。我已经知道图片上出现了哪些符号，但是我不知道如何获取边界框坐标。

我尝试使用OpenCV和二进制分割，但是图片上的闪电，阴影，大小和噪点太多。

此外，我试图找到训练有素的神经网络，该网络可以检测符号或由我自己训练一个符号，但是失败了。

那么，如何获得车牌上每个符号的边界框？

解决方法

有多种方法可以做到这一点。

很多时候，您将不得不越过图像并对图像的每个片段进行对象检测。 在您的情况下，这应该更容易了，因为它已经是一个已定义的区域。可能从左到右大步前进。

使用MNIST训练有素的分类器，您可以在图像部分上对数字进行分类。如果您得到的结果的p例如为90％，则您将从图像的该部分获得的坐标作为边界框坐标。

您当然可以重用R-CNN或Yolo等已知架构

Here，您可以找到一个不错的概述。

祝你好运

,

找到了解决此问题的另一种方法。

1. 我编写了一个脚本，该脚本会为每个图像生成带有车号牌和xml文件的不同图像。我生成了1万张图片。

2. 然后我对其进行了增强，使它们看起来更像“真实世界”图像。现在我有14k图像。原始集合中有4个，扩充了10k。

3. 训练有素的ssd_mobilenet模型。

4. 之后，我使用自动注释功能来检测真实图像上的框

5. 再训练一次模型，就是这样。