如何为车牌上的每个符号获取边界框

Question

我想训练一些神经网络来检测车牌上的符号。我得到了10k张带有图版的图片，和10k个字符串，其中包含文本，用图版表示。例如，此picture的名称为：“В394ТТ64.png”(其他图片具有+-相同的质量和大小，但阴影\对比度\灯光和其他内容不同)。

那么，我想要做什么呢？

我想自动创建PASCAL VOC xml文件，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和它们的类别。我已经知道图片上出现了哪些符号，但我不知道如何获得边界框坐标。

我试着使用OpenCV和二值分割，但闪电，阴影，大小和噪声的图片太多了。

此外，我试图找到经过训练的神经网络，可以检测符号，或者自己训练一个，但失败了。

那么，如何为车牌上的每个符号获取边界框？

Answer 1

有多种方法可以做到这一点。

像男人一样，你必须检查你的图像，并在图像的每一段上进行目标检测。在您的情况下，这应该更容易，因为它已经是一个定义的区域。可能会大步从左到右移动。

使用MNIST训练的分类器，您可以对图像部分上的数字进行分类。如果你得到一个p为90%的结果，你就可以从图像的该部分获得坐标作为你的边界框坐标。

当然，您可以重用已知的架构，如R-CNN或Yolo

Here你可以找到一个很好的概述。

祝好运

Answer 2

找到了另一种方法来解决这个问题。

1. 我写了一个脚本，为每个图像生成不同的带有车牌和xml文件的图像。我生成了10k图像。

1. 然后我对它们进行了增强，使它们看起来更像“真实世界”的图像。现在我有14k张图片。4个来自原始集合，10k增加。

1. 训练的ssd_mobilenet模型。

1. 之后，我使用自动注解来检测真实图像上的方框

1. 再次训练模型，就是这样。