端到端“单双行车牌”分类及分割模型
img_file_nameclsy1*y2 cls为分类label,例如单行0,双行1,y1,y2 为线条在x=0,x=w处y相对于h的比值 regression:直接回归两个y点; classification:分别分类两个y点,比如将h划分成32个格子。 数据增强采用有付代码
搭建网络、最开始采用resnet152,效果非常好,不过训练和推理的速度都较慢; 后改为resnet18、shufflenetv2等轻量级网络,效果仍旧非常好,速度快很多; 构造损失函数,多任务方式,参考yolov3,classification loss + regression loss(两个y 的classification loss)
sgd 或 adam 初始lr 0.001 训练20epeoch 效果就比较好了(数据总量在10w张左右,增强后)