Fatal编程技术网
  • tensorflow/
  • Tensorflow 组合多个源集以做出决策

Tensorflow 组合多个源集以做出决策

tensorflow machine-learning

Tensorflow 组合多个源集以做出决策,tensorflow,machine-learning,combinations,ocr,probability,Tensorflow,Machine Learning,Combinations,Ocr,Probability,我正在从事一个项目，在该项目中，我使用ocr引擎和tensorflow分别识别车辆牌照和车辆型号。我还有一个数据库，其中包含车辆信息（例如，车主、车牌、车辆品牌、颜色等） 简单流程： 图像输入 使用OCR进行车牌识别 使用Tensorflow的车型（如现代、丰田、本田等） 在数据库中查询（2.和3.）以查找所有者 现在，事实是 OCR引擎< /代码>不是100%准确，让我们考虑 UnxXXX007 0/COD>引擎的最佳结果。 当我在数据库中查询这个结果时，我得到 设置1 所有者1-indxx

我正在从事一个项目，在该项目中，我使用
ocr引擎
和
tensorflow
分别识别车辆牌照和车辆型号。我还有一个
数据库
，其中包含车辆信息（例如，车主、车牌、车辆品牌、颜色等）

简单流程：

  • 图像输入
  • 使用
    OCR进行车牌识别
  • 使用Tensorflow的车型（如现代、丰田、本田等）
  • 在
    数据库中查询（2.和3.）以查找所有者
    • <>现在，事实是<代码> OCR引擎< /代码>不是100%准确，让我们考虑<代码> UnxXXX007 0/COD>引擎的最佳结果。 当我在
    数据库中查询这个结果时，我得到
    
设置1
    

      

    • 所有者1-
      indxx0004
      （95%匹配）
      • 

    • 所有者2-
      indxx0009
      （95%匹配）
      • 

    
在这种情况下，我使用
    tensorflow
    数据来做出决策
    
设置2，其中车型显示：
    

      

    • 现代（95.00%）
      • 

    • 本田（90.00%）
      • 

    
我的主要问题来了，
    tensorflow
    有时会给我假阳性值。例如，实际车辆是本田，但该车型对于现代（参考，Set2）显示出更大的信心
    
避免此类问题的可行方法是什么，或者如何将这两种方法结合起来做出决定？