Recognition Algorithm for Vehicle License Plate Character Based on TensorFlow
-
摘要: 全连接神经网络将车牌字符图像以一维矩阵的形式进行矩阵运算,忽略了图像自身的特性,且一旦图像像素过多,神经网络的参数规模会急剧增加,常规的神经网络很难训练.基于TensorFlow深度学习框架搭建一种卷积神经网络训练模型,在自制的大小为40×32像素点车牌字符灰度图像数据集基础上,使用搭建的神经网络模型训练得到较好的训练效果,利用多次卷积和池化层提取特征,与全连接神经网络相比极大减少节点数量,提高识别的精准度.通过不同识别算法的准确率对比可见,卷积神经网络对中文、英文和数字的识别更加准确,模型的鲁棒性和泛化能力有很大提高.
-
关键词:
- TensorFlow框架 /
- 卷积神经网络 /
- 车牌识别 /
- 深度学习
点击查看大图
计量
- 文章访问数: 331
- HTML全文浏览量: 70
- PDF下载量: 75
- 被引次数: 0