如何改进张量流模型以识别车辆牌照检测？

Question

我努力了一个星期来训练一个模型，该模型可以为我提供用于提取车辆牌照的边界数字。 （这是一项执法举措。）最近的尝试 - 有很多 - 是这样的：

1. 我用的是宠物预训练模型。
2. 我拍摄了道路图像，并在每张道路图像上叠加了不同的车牌。印版始终位于同一位置以简化 xml 文件的生成。
3. 将印版放大到 300x80 - 以前小得多但结果相似。
4. 1600 张训练图像和 200 张测试图像。
5. 将 xml 转换为 csv，然后再转换为 tfrecord 格式。
6. 使用 ssd_mobilenet_v1_pets.config 训练模型并稍作改动，例如 num_classes 和 num_examples 以及路径。
7. 在 AWS GPU 实例上训练了几个小时。

结果很糟糕。挡风玻璃被检测为车牌和方形车头。如果有帮助，我可以上传。

我打算放弃并使用文本提取算法，但这会带来其他复杂性，例如忽略图像中的其他文本。

我讨厌放弃，所以任何建议都热切接受。

谢谢， 艾伦.

Answer 1

哎呀。已经投了反对票。道歉。标记为已回答。猜猜我误解了如何提出问题。是B计划。