Tensorflow 基于CNN的专利板空间定位
我正在开发一个项目，该项目涉及使用卷积神经网络检测车辆牌照 在我搜索的所有文档中，它基于3个重要阶段： 1.车辆的空间位置。 2.专利牌的空间位置。 3.分割和字符识别 原来我做了第一部分，附加链接 现在我需要一些关于如何继续进行专利牌空间定位的第二步的建议，我是否也应该使用CNN？如果是的话，怎么做 我计划在最后的“如果”声明中（识别图像是否包含车辆）使用一些仅包含专利牌照图像的数据集对CNN进行再培训Tensorflow 基于CNN的专利板空间定位,tensorflow,keras,artificial-intelligence,conv-neural-network,Tensorflow,Keras,Artificial Intelligence,Conv Neural Network,我正在开发一个项目，该项目涉及使用卷积神经网络检测车辆牌照 在我搜索的所有文档中，它基于3个重要阶段： 1.车辆的空间位置。 2.专利牌的空间位置。 3.分割和字符识别 原来我做了第一部分，附加链接 现在我需要一些关于如何继续进行专利牌空间定位的第二步的建议，我是否也应该使用CNN？如果是的话，怎么做 我计划在最后的“如果”声明中（识别图像是否包含车辆）使用一些仅包含专利牌照图像的数据集对CNN进行再培训 收到任何帮助，谢谢 你的问题太笼统了。你可以从阅读这篇关于使用Keras进行目标检测的文章
收到任何帮助，谢谢 你的问题太笼统了。你可以从阅读这篇关于使用Keras进行目标检测的文章开始：你的问题太笼统了。您可以从阅读这篇关于使用Keras进行对象检测的文章开始：