如何改善张量流模型以识别车辆牌照？

Question

我一直在努力训练一个模型，该模型可以为我提供车牌提取的边界数字。 （这是一项执法计划。）最近的尝试-有很多-是这样的：

我使用了宠物预先训练的模型。
1. 我拍摄了道路图像，并在每个道路图像上覆盖了一个不同的牌照。平板始终位于同一位置，以简化xml文件的生成。
2. 将印版放大至300x80-以前小得多，效果相似。
3. 1600张训练图像和200张测试图像。
4. 将xml转换为csv，然后转换为tfrecord格式。
5. 使用ssd_mobilenet_v1_pets.config对模型进行了训练，并进行了一些小的更改，例如num_classes和num_examples和路径。
6. 在AWS GPU实例上进行了几个小时的培训。

结果太可怕了。挡风玻璃被检测为车辆的板块和方阵。我可以上传，如果有帮助。

我将放弃并使用文本提取算法，但这带来了其他复杂性，例如忽略图像中的其他文本。

我讨厌放弃，所以任何建议都被接受。

谢谢， 艾伦。

Answer 1

太好了。已被否决。道歉。标记为已回答。猜猜我误解了如何提出问题。计划B。