作者fsvy (...无言...)
看板DataScience
标题Re: [问题] 全卷积网路(FCN) 在YOLOV2上训练的问题
时间Tue Jul 9 17:51:58 2019
谢谢各位热心的版友，版友们保贵的意见，让我顺利的教会yolo v2、v3，
如何辨识出车牌。
目前，我手边使用Openalpr，用来在console底下，
针对picture或是video中每个frame，逐一解析出车牌「号码」。
是否有版友们知道：如何将yolo v3和openalpr，一起结合。
使得一支video中，能同时「认得车牌」，也能同时「解析出车牌『号码』」。
类似这样的结果：
https://www.youtube.com/watch?v=I6gIB7pfzwg
或是
https://www.youtube.com/watch?v=DCh9RTM7fqU
再次谢谢热心的版友。
在这边要特别跟jasonwu23说谢谢，感谢他热心的指导！
※ 引述《fsvy (...无言...)》之铭言：
: 借着这篇，想向版友们请益：
: 我弄了一个星期的yolov2，试着教会machine辫识车牌。
: 然而，得到的weights档，跑出的结果，框了整个银幕(即：乱框)。
: 我遇到的问题，和这个描述非常相近：
: http://keep.01ue.com/?pi=960547&_a=crawl&_c=index&_m=p
: 想请问懂这部份的版友们，是否能提供意见呢？
: 另外，是否有已经养好的辨识车牌的weights档、cfg档能提供，我想试试？(不妥会自删)
: 若是有不方便在版上提的事宜，欢迎站内信给我。
: 谢谢各位热心的版友。
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 60.248.187.109 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DataScience/M.1562665920.A.B3E.html
1F：→ jackwang01: 就是很单纯的先撷取出车牌，再把车牌影像喂进去就好了 07/09 18:33
2F：→ jackwang01: 另外 openalpr 的效果我觉得不怎麽样 07/09 18:34
3F：→ guestttttt: 训练yolo model，辨认0~9和A~Z和车牌共37类物体 07/09 20:25
4F：→ guestttttt: 就不需要别的工具了 07/09 20:25
5F：→ fsvy: 请教jack大，如果openalpr不怎麽样，有推荐其它的OCR吗？ 07/10 17:52
6F：推 jackwang01: 用yolo啊，蛮多论文都这样做的 07/10 18:18
7F：→ fsvy: yolo是detection，不是recognition噢！yolo只能认车牌(物件) 07/11 11:19
8F：→ fsvy: 无法解析出图中的文字，图中的文字要靠OCR解析。 07/11 11:19
9F：推 jackwang01: 直接用detection 做OCR啊XD 07/11 12:27
10F：→ jackwang01: 也就24个英文(扣掉i跟o)加十个数字而已 07/11 12:28
11F：→ guestttttt: 把字母A当成一种物件，B是一种物件，CDE...依此类推 07/11 21:02
12F：推 sxy67230: 建议还是crop出车牌後，可以用crnn或是attention base 07/11 22:58
13F：→ sxy67230: 的model加上CTC，这样比较好学习到序列的问题 07/11 22:58
14F：推 johnpisces2: 建议不要直接暴力 yolo recognition.... 07/12 21:44
15F：推 guestttttt: 请问sxy大，可是车牌号码字母是随机的，不像英文 07/13 19:33
16F：→ guestttttt: 单字的字母有特定顺序。这样crnn能学到车牌的序列吗? 07/13 19:35
17F：→ jackwang01: 可以 而且效果还蛮好的 07/13 19:48
18F：→ jackwang01: 不过目前做起来跟用detection 效果差不多 07/13 19:49
19F：推 sxy67230: CRNN考虑的是图像的序列，不是英文字母之间的序列，可以 07/14 00:42
20F：→ sxy67230: 想像就是在做图像版的语音辨识，所以会有序列长度不一致 07/14 00:42
21F：→ sxy67230: 的问题，所以才要加上CTC 07/14 00:42
22F：推 sxy67230: 另外也可以用attention based的model，可以找一下论文， 07/14 01:17
23F：→ sxy67230: 他有引入一个spatial attention的方法，做街牌识别，效 07/14 01:17
24F：→ sxy67230: 果比原始crnn还好一些。另外还有一些很新的从检测到识别 07/14 01:17
25F：→ sxy67230: 完全端对端架构的架构，把detection跟recognition 的卷 07/14 01:17
26F：→ sxy67230: 积共享，至於成效可以去找相关paper。 07/14 01:17
27F：推 guestttttt: 谢谢jack大和sxy大的回覆，我再研究研究 07/14 19:47