对象本地化-可识别对象数量

Question

我使用下面的python代码来使用检测车牌。

response = client.annotate_image({
    'image': {'source': {'image_uri': uri}},
    'features': [
        {'max_results': 1000, 'type_': vision.Feature.Type.TEXT_DETECTION},
        {'max_results': 1000, 'type_': vision.Feature.Type.OBJECT_LOCALIZATION},
    ],
})    

lo_annotations = response.localized_object_annotations
for obj in lo_annotations:
    print('\n{} (confidence: {})'.format(obj.name, obj.score))
    print('Normalized bounding polygon vertices: ')
    
    for vertex in obj.bounding_poly.normalized_vertices:
        print(' - ({}, {})'.format(vertex.x, vertex.y))

如果我使用的图像显示更多的汽车，建筑物，人员等，我会得到大约4-7个物体的识别。识别对象是场景中较大的物体，如“车”、“车”、“建筑物”、“建筑物”、“人”。

如果我从这张图像中剪出一辆车，然后用这个新图像进行物体定位，我就会得到像“汽车”、“轮胎”、“轮胎”、“车牌”这样完美的物体--因为车牌会被重新识别并列出。

因此，目标定位算法似乎从图像中提取出一些突出的对象，忽略了较小或较小的突出对象。

但在我的例子中，我需要定位图像中的所有车牌。有没有办法让使用的模型列出所有的车牌在图像或更多的对象，而不仅仅是最突出的对象？

否则，怎样才是正确的方法来把所有的车牌从一个图像-我必须训练一个定制的模型吗？

Answer 1

Vision API是Google提供的一种经过预先训练的图像检测服务，它可以执行基本的图像检测，如检测文本、对象等，因此，您已经提到了API的观察，它通常检测图像中的突出对象。

我可以建议的是，如果你的图像中的物体通常出现在图像中的特定区域(例如。对象出现在下半部分)，在使用Vision检测车牌之前，可以使用python库，如PIL和OpenCV对图像进行预处理。或者检测对象，获取每个对象的坐标，使用坐标作为裁剪特定对象的输入，然后使用Vision检测车牌。

此外，正如您已经提到的，作为一种替代方法，如果您对Vision的结果不满意，您可以创建一个自定义模型来检测车牌。使用自定义模型，您可以更自由地调整模型以提高检测车牌的准确性。