您好，代码中用到的resnet18网络，我没有在原论文的介绍中看到啊，能不能麻烦你详细介绍一下wpodnet那部分 #5
Comments
|
resnet18作为特征提取器，生成的特征图上，以YOLO的检测原理，每一个cell中，有目标object的置信度，以及相应预测的仿射变换矩阵。 |
|
请问答主这边有训练好的表现比较好的权重文件嘛？原代码的这个感觉表现比较差
…---Original---
From: ***@***.***>
Sent at: 2024年5月7日(Tue) AM10:56
To: ***@***.***>;
Cc: ***@***.******@***.***>;
Subject: Re: [HibikiJie/LicensePlate] 您好，代码中用到的resnet18网络，我没有在原论文的介绍中看到啊，能不能麻烦你详细介绍一下wpodnet那部分 (Issue #5)
resnet18作为特征提取器，生成的特征图上，以YOLO的检测原理，每一个cell中，有目标object的置信度，以及相应预测的仿射变换矩阵。
—
Reply to this email directly, view it on GitHub, or unsubscribe.
You are receiving this because you authored the thread.Message ID: ***@***.***>
|
|
可以自行添加真实车牌数据训练 |
|
我自己训练的效果并不是那么好，由于水平有限，所以很难找出问题在哪
…---Original---
From: ***@***.***>
Sent at: 2024年5月22日(Wed) AM10:18
To: ***@***.***>;
Cc: ***@***.******@***.***>;
Subject: Re: [HibikiJie/LicensePlate] 您好，代码中用到的resnet18网络，我没有在原论文的介绍中看到啊，能不能麻烦你详细介绍一下wpodnet那部分 (Issue #5)
可以自行添加真实车牌数据训练
—
Reply to this email directly, view it on GitHub, or unsubscribe.
You are receiving this because you authored the thread.Message ID: ***@***.***>
|
|
CCPD2019的数据几乎只在一个地方采集，所以车牌检车会较弱。而且车牌号的识别全部使用合成数据产生，对于unseen的数据可能适应性不好。这需要额外的真实数据。 |
|
好的，感谢解答
…---Original---
From: ***@***.***>
Sent at: 2024年5月22日(Wed) AM10:26
To: ***@***.***>;
Cc: ***@***.******@***.***>;
Subject: Re: [HibikiJie/LicensePlate] 您好，代码中用到的resnet18网络，我没有在原论文的介绍中看到啊，能不能麻烦你详细介绍一下wpodnet那部分 (Issue #5)
CCPD2019的数据几乎只在一个地方采集，所以车牌检车会较弱。而且车牌号的识别全部使用合成数据产生，对于unseen的数据可能适应性不好。这需要额外的真实数据。
—
Reply to this email directly, view it on GitHub, or unsubscribe.
You are receiving this because you authored the thread.Message ID: ***@***.***>
|
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment
No description provided.
The text was updated successfully, but these errors were encountered: