本文主要比较 灰度图+车牌颜色
与彩色图+车牌颜色 训练结果的结果分析:
首先测试的是彩色图+车牌颜色:
deploy文件为:
我们使用两个caffemodel 来做测试 看是不是效果会有变化:
为什么先测试彩色 是因为我理解的是彩色图像里面应该包含更多的颜色信息
所以我先测试了彩色图片
我在测试彩色图片的时候 选择吧图片-均值之后的
但是我自己看训练的log 感觉不是那么差 是不是我自己减去均值的时候出现问题了。
利用python 来解决这个问题
本文通过对比灰度图像与彩色图像结合车牌颜色进行车牌识别的效果,分析了两种方式下训练结果的差异。实验中作者首先尝试了彩色图像加车牌颜色的方法,并讨论了训练过程中可能遇到的问题。
本文主要比较 灰度图+车牌颜色
与彩色图+车牌颜色 训练结果的结果分析:
首先测试的是彩色图+车牌颜色:
deploy文件为:
我们使用两个caffemodel 来做测试 看是不是效果会有变化:
为什么先测试彩色 是因为我理解的是彩色图像里面应该包含更多的颜色信息
所以我先测试了彩色图片
我在测试彩色图片的时候 选择吧图片-均值之后的
但是我自己看训练的log 感觉不是那么差 是不是我自己减去均值的时候出现问题了。
利用python 来解决这个问题
28

被折叠的 条评论
为什么被折叠?