如何改进张量流模型以识别车辆牌照检测?

How can I improve a tensorflow model to recognize vehicle registration plate detection?

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.

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。