license-plate-detect-recoginition-pytorch
license-plate-detect-recoginition-pytorch copied to clipboard
一个车牌长度为何设计为18
trafficstars
您好,您的项目做得很好,感谢大佬分享! 但是由于数据集不均衡的原因,当前这个权重很容易误识别 ‘皖’ 我在利用您的网络做迁移学习的时候,发现网络输出为(class_num, 18*batch_size) 这里的18应该是一个车牌的长度,里面包含了7个车牌类别和一些占位的 ‘-’ 类别。我试着各个位置凑了一下将一个车牌label也凑到18个长度,利用常规交叉熵来做loss,发现网络无法收敛;又增加了一个mask排除67类 ‘-’,也无法收敛,就觉得有些奇怪。 请问您生成的label是什么样的? 期待您的回复~
您好,您的项目做得很好,感谢大佬分享! 但是由于数据集不均衡的原因,当前这个权重很容易误识别 ‘皖’ 我在利用您的网络做迁移学习的时候,发现网络输出为(class_num, 18*batch_size) 这里的18应该是一个车牌的长度,里面包含了7个车牌类别和一些占位的 ‘-’ 类别。我试着各个位置凑了一下将一个车牌label也凑到18个长度,利用常规交叉熵来做loss,发现网络无法收敛;又增加了一个mask排除67类 ‘-’,也无法收敛,就觉得有些奇怪。 请问您生成的label是什么样的? 期待您的回复~
请问您的相关问题解决了吗?