Image processing 检测旋转车辆图像

我想将车辆图像（90度、180度或270度）旋转到正确的位置。
我使用了一个假设，即：以4个角度（0、90、180、270）旋转图像，并将每个角度赋予对象检测神经网络，给出最大汽车对象可信度分数的角度将是我旋转图像时必须使用的角度。
问题是：一些旋转180度的图像比原始图像的分数高，因为神经网络错误地检测到两个车轮的道路就是汽车。例如：

我怎样才能防止这种情况发生？
我的型号：ssd\u resnet\u 50\u fpn\u coco from
以下是一些其他失败案例：

---

在图片中搜索车轮并确定其中心是在汽车箱上方还是下方。

我发现解决方案有点棘手。
首先，我创建了一个模型（例如SSD），该模型将检测图像旋转角度的4个类别，即：class1-0度、class2-90度等。

---

然后，模型将在4:0和180中正确找到2个标签。如果标签碰到了90或270（有时会相互识别），我将再次将它们旋转90度，让模型预测它们的标签在0到180之间。在此之后，我将用90度减去度以获得正确的标签。

您在图像中寻找什么？一个简单的方法可能是检查边界框的质心。如果它在图像的上三分之一，那么图像已经旋转了180度——车轮不可能在空中！您也可以通过这种方式测试其他旋转。有趣的问题&我相信有更好的解决方案！训练另一个输出层也可以帮助你解决这个问题。@MH304我正试图找到一种方法，通过使用我在文章中提到的假设来检测我的图像是否旋转question@SuhasC谢谢你的帮助，我会检查一下，如果有问题就告诉你works@SuhasC这是一个糟糕的破解，因为图片可能只是显示了更多的道路下的汽车