MXNet之CNN:自定义CNN-OCR算法训练车牌数据集(umpy.ndarray格式数据)的模型实现一张新车牌照片字符预测

举报
一个处女座的程序猿 发表于 2021/03/27 00:21:00 2021/03/27
【摘要】 MXNet之CNN:自定义CNN-OCR算法训练车牌数据集(umpy.ndarray格式数据)的模型实现一张新车牌照片字符预测 导读 利用自定义CNN-OCR算法,来训练车牌数据集(umpy.ndarray格式数据),然后实现车牌照片字符识别,最后进行一张新车牌照片字符预测。   目录 输出结果 设计思路 核心代码       输出结果 ...

MXNet之CNN:自定义CNN-OCR算法训练车牌数据集(umpy.ndarray格式数据)的模型实现一张新车牌照片字符预测

导读
利用自定义CNN-OCR算法,来训练车牌数据集(umpy.ndarray格式数据),然后实现车牌照片字符识别,最后进行一张新车牌照片字符预测。

 

目录

输出结果

设计思路

核心代码


 

 

 

输出结果




 

 

设计思路

本思路

 

总思路

 

 

 

 

 

核心代码


  
  1. def getnet():
  2. data = mx.symbol.Variable('data')
  3. label = mx.symbol.Variable('softmax_label')
  4. conv1 = mx.symbol.Convolution(data=data, kernel=(5,5), num_filter=32)
  5. pool1 = mx.symbol.Pooling(data=conv1, pool_type="max", kernel=(2,2), stride=(1, 1))
  6. relu1 = mx.symbol.Activation(data=pool1, act_type="relu")
  7. conv2 = mx.symbol.Convolution(data=relu1, kernel=(5,5), num_filter=32)
  8. pool2 = mx.symbol.Pooling(data=conv2, pool_type="avg", kernel=(2,2), stride=(1, 1))
  9. relu2 = mx.symbol.Activation(data=pool2, act_type="relu")
  10. flatten = mx.symbol.Flatten(data = relu2)
  11. fc1 = mx.symbol.FullyConnected(data = flatten, num_hidden = 120)
  12. fc21 = mx.symbol.FullyConnected(data = fc1, num_hidden = 65)
  13. fc22 = mx.symbol.FullyConnected(data = fc1, num_hidden = 65)
  14. fc23 = mx.symbol.FullyConnected(data = fc1, num_hidden = 65)
  15. fc24 = mx.symbol.FullyConnected(data = fc1, num_hidden = 65)
  16. fc25 = mx.symbol.FullyConnected(data = fc1, num_hidden = 65)
  17. fc26 = mx.symbol.FullyConnected(data = fc1, num_hidden = 65)
  18. fc27 = mx.symbol.FullyConnected(data = fc1, num_hidden = 65)
  19. fc2 = mx.symbol.Concat(*[fc21, fc22, fc23, fc24,fc25,fc26,fc27], dim = 0)
  20. return mx.symbol.SoftmaxOutput(data = fc2, name = "softmax")
  21. sym = getnet()
  22. executor = sym.simple_bind(ctx = mx.cpu(), **input_shapes)

 

 

相关文章
CV:设计自动生成汽车车牌图片算法(cv2+PIL)根据指定七个字符自动生成逼真车牌图片数据集(带各种噪声效果)
MXNet之CNN:自定义CNN-OCR算法训练车牌数据集(umpy.ndarray格式数据)实现车牌照片字符识别并评估模型
MXNet之CNN:自定义CNN-OCR算法训练车牌数据集(umpy.ndarray格式数据)的模型实现一张新车牌照片字符预测

 

 

文章来源: yunyaniu.blog.csdn.net,作者:一个处女座的程序猿,版权归原作者所有,如需转载,请联系作者。

原文链接:yunyaniu.blog.csdn.net/article/details/89947681

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

举报
请填写举报理由
0/200