Python 赛车图像标记
我正在开发一个系统来简化我们的图像库,它可以每周增加7k到20k张新图片。具体应用是识别图片中的赛车(所有赛车的形状相似,喷漆方案不同)。我计划在项目的这一部分使用python和tensorflow 我最初的想法是用图像分类法对汽车图像进行分类;然而,图片中包含多辆汽车的可能性非常高。我的下一个想法是使用目标检测来检测车号(出现在所有车辆的固定位置[车头、车尾、两扇门和车顶],并每周使用一致的字体)。最后是整车目标识别方法。从表面上看,这似乎是最实际的;但是,油漆方案的变化可能不够大Python 赛车图像标记,python,tensorflow,computer-vision,object-detection,image-recognition,Python,Tensorflow,Computer Vision,Object Detection,Image Recognition,我正在开发一个系统来简化我们的图像库,它可以每周增加7k到20k张新图片。具体应用是识别图片中的赛车(所有赛车的形状相似,喷漆方案不同)。我计划在项目的这一部分使用python和tensorflow 我最初的想法是用图像分类法对汽车图像进行分类;然而,图片中包含多辆汽车的可能性非常高。我的下一个想法是使用目标检测来检测车号(出现在所有车辆的固定位置[车头、车尾、两扇门和车顶],并每周使用一致的字体)。最后是整车目标识别方法。从表面上看,这似乎是最实际的;但是,油漆方案的变化可能不够大 哪种方法会
哪种方法会给我最好的结果?我已经提取了大量图像进行训练,显然不同的方法需要非常不同的训练数据集。最好的方法是将所有3种方法作为一个模板使用。训练所有3个模型,并将输入图像传递给所有3个模型。然后,有几种方法可以评估输出