如何获取车牌上每个符号的边界框

Question

我想训练一些神经网络来检测汽车牌照上的符号。 我得到了 10k 张带盘子的图片和 10k 个包含文本的字符串，这些字符串表示在盘子上。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\光线和其他内容不同）。

那么，我想做什么？

我想自动创建 PASCAL VOC xml 文件，其中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及其类。我已经知道图片上出现了哪些符号，但我不知道如何获取边界框坐标。

我尝试使用OpenCV和二值分割，但是图片上的闪电、阴影、大小和噪点太多了。

另外，我试图找到可以检测符号的训练有素的神经网络，或者自己训练一个，但失败了。

那么，如何获取车牌上每个符号的边界框？

Answer 1

有多种方法可以做到这一点。

Manly，您将不得不检查您的图像并对图像的每个部分进行对象检测。 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。可能会大步从左向右移动。

使用经过 MNIST 训练的分类器，您可以对图像部分上的数字进行分类。如果您得到 p 为例如 90% 的结果，则您会从图像的该部分获取坐标作为边界框坐标。

您当然可以重用已知架构，例如 R-CNN 或 Yolo

Here你可以找到一个很好的概述。

祝你好运

Answer 2

找到解决此问题的另一种方法。

1. 我编写了一个脚本，它为每个图像生成带有车牌和 xml 文件的不同图像。我生成了 10k 张图片。

2. 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 图像。 4 个来自原始集合，并增加了 10k 个。

3. 经过训练的 ssd_mobilenet 模型。

4. 之后，我使用自动注释来检测真实图像上的框

5. 再次训练模型，就是这样。