在CPU上实现车牌定位的网络架构是什么

Question

我计划使用ssd-mobilenet-V2，但读到的意思是，如果你在图片中找到小物体，它不是最好的选择，这就是车牌。我需要实时解决方案，我可以移植到移动平台，如树莓派和杰森纳米

Answer 1

如果你计划将Mobilenet移植到像Raspberry pi & Jetson Nano这样的移动平台上，Mobilenet实际上是一个很好的选择，因为它通常只有不到400万个可训练参数。无论您是使用Mobilenet还是其他模型，在图像中查找小对象的问题都是相同的。这个问题归结为感兴趣区域(ROI) (即车牌)中的像素数量与图像中总像素数量之间的关系。例如，如果您有一个大小为200X200的图像，则有40,000个像素。如果车牌是30X10，那么在感兴趣的区域中就有300像素。300/40000=.0075的比率表明，根据我的经验，该模型将很难获得高精度。有各种技术可以解决这个问题，我认为其中一种技术称为滑动窗口，我对此不是很熟悉，但我知道它们会带来显着更高的计算成本。我的建议是构建模型，看看它是如何做到的。我认为原始图像的大小将是重要的。图像越大越好，但计算成本又增加了图像大小的平方。