问题描述
我本来打算用ssd-mobilenet-V2，但是看意思是如果你在图片中发现小物体，车牌是什么，这不是最好的选择。我需要实时解决方案，我可以将其移植到 RaspBerry pi 和 Jetson Nano 等移动平台
解决方法
如果您打算将 Mobilenet 移植到像 Raspberry pi 和 Jetson Nano 这样的移动平台，Mobilenet 实际上是一个不错的选择，因为它的可训练参数通常少于 400 万。无论您使用的是 Mobilenet 还是其他模型，在图像中查找小对象的问题都是一样的。问题归结为感兴趣区域 (ROI)（即车牌）中的像素数与图像中的像素总数之间的关系。例如，如果您有一张大小为 200 X 200 的图像，则您有 40,000 个像素。如果车牌说是 30 X 10，那么您在感兴趣的区域中有 300 个像素。 300/40000=.0075 的比率表明，根据我的经验，模型将很难获得高精度。有多种技术可以解决这个问题，我认为其中一种称为滑动窗口，我对它不是很熟悉，但我知道它们会带来更高的计算成本。我的建议是建立你的模型，看看它是如何做的。我认为原始图像大小很重要。越大越好，但计算成本也会增加图像大小的平方。