本節的任務是識別車牌字元，前提是已經定位好了車牌。至於車牌定位見系列一
本節我就不詳細講了，
先看看資料長啥樣的
講講思路：
1.首先還是要生成tensorflow訓練的tfrecord檔案。執行gen_tfrecord.py.其中我們提取每張影象和對應標籤儲存下來（這裡涉及到字元與數字標籤的乙個對應字典）
部分**如下：通過classtext_to_classlabel函式將字元處理成數字標籤
classes = ['皖', '滬', '津', '渝', '冀', '晉', '蒙', '遼', '吉', '黑', '蘇', '浙', '京',
'閩', '贛', '魯', '豫', '鄂', '湘', '粵', '桂', '瓊', '川', '貴', '雲', '藏', '陝', '甘',
'青', '寧', '新', '警', '學', 'a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'j', 'k',
2.有了輸入資料後，就考慮網路模型的搭建。網路輸入為56*224的大小。輸出為68。其實就是乙個多分類的cnn。不過是用的深度卷積+點卷積的方式代替傳統cnn。網路結構在mobilinet_v2.py中。**是在以前的基礎上改的，所以名字沒改，裡面也有多餘的部分（我太懶了，忽略即可）。
3.執行train.py訓練。7w資料訓練了乙個小時，實在是難等。
4.執行evauate.py**結果。**中寫了兩個函式。乙個隨機選了一張測試，另乙個計算測試集準確率。（這裡的準確率是乙個車牌所有字元都**對才算對）
tensorflow實現車牌識別
學習1 中文車牌識別 學習2 國外車牌識別 returns the truth value of x y element wise.args 2 tf.configproto 一般用在建立session的時候，用來對session進行引數配置。with tf.session config tf.co...
TensorFlow車牌識別實踐（2）
按照說明的用法，執行過程分以下4步 1 準備10萬個背景 2 合成1000個測試車牌影象 3 訓練，以取得權重引數 4 車牌檢測 注意 執行時可能會報錯 cv2.cv load image grayscale不存在。此時要將其改為cv2.imread grayscale。python安裝 pillo...
基於Imx6ull的車牌識別專案
前言 這個專案是自己用來練手學linux的專案，跟著訊為電子出的教程做的乙個車牌識別專案。硬體用的野火的開發板 野火的五寸觸控螢幕 免驅的攝像頭，系統用的野火的debian系統，上位機是用qt寫的。drawn by 67373upup 在ubuntu下配置環境 1.1 編譯openssl cd op...