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-阿里云开发者社区

开发者社区> 一个处女座的程序猿> 正文

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

简介: 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
+关注继续查看

输出结果

image.png

image.png

image.png

设计思路

image.png

image.png

核心代码

def getnet():        

   data = mx.symbol.Variable('data')

   label = mx.symbol.Variable('softmax_label')

   conv1 = mx.symbol.Convolution(data=data, kernel=(5,5), num_filter=32)

   pool1 = mx.symbol.Pooling(data=conv1, pool_type="max", kernel=(2,2), stride=(1, 1))

   relu1 = mx.symbol.Activation(data=pool1, act_type="relu")

   conv2 = mx.symbol.Convolution(data=relu1, kernel=(5,5), num_filter=32)

   pool2 = mx.symbol.Pooling(data=conv2, pool_type="avg", kernel=(2,2), stride=(1, 1))

   relu2 = mx.symbol.Activation(data=pool2, act_type="relu")

   

   

   flatten = mx.symbol.Flatten(data = relu2)

   fc1 = mx.symbol.FullyConnected(data = flatten, num_hidden = 120)  

   fc21 = mx.symbol.FullyConnected(data = fc1, num_hidden = 65)

   fc22 = mx.symbol.FullyConnected(data = fc1, num_hidden = 65)

   fc23 = mx.symbol.FullyConnected(data = fc1, num_hidden = 65)

   fc24 = mx.symbol.FullyConnected(data = fc1, num_hidden = 65)

   fc25 = mx.symbol.FullyConnected(data = fc1, num_hidden = 65)

   fc26 = mx.symbol.FullyConnected(data = fc1, num_hidden = 65)

   fc27 = mx.symbol.FullyConnected(data = fc1, num_hidden = 65)

   fc2 = mx.symbol.Concat(*[fc21, fc22, fc23, fc24,fc25,fc26,fc27], dim = 0)  

   

   return mx.symbol.SoftmaxOutput(data = fc2, name = "softmax")

sym = getnet()

executor = sym.simple_bind(ctx = mx.cpu(), **input_shapes)  


版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
php在没用xdebug等调试工具的情况下如何让调试内容优雅地展现出来?--php数组格式化
  不知道各位猿猿们有没有碰到过类似的情况。装的PHP环境没有xdebug,而又经常用到数组。调试的时候也需要经常查看数组的结构和字段内容,用var_dump打印出来的数组内容总是杂乱无章。实在无法忍受,因而网上找了个格式化数组的方法,分享给大家。
584 0
延迟加载算法微服务的模型
基于SpringBoot的算法微服务,通常在启动阶段加载算法模型。但因为业务上,模型大小和数量是动态的,因此这一过程短则1分钟,长则5+分钟。在启动时加载导致的启动时间过长,会影响服务自身的监控告警、健康检测。
8244 0
7.数据本地化CCString,CCArray,CCDictionary,tinyxml2,写入UserDefault.xml文件,操作xml,解析xml
 数据本地化 A CCUserDefault 系统会在默认路径cocos2d-x-2.2.3\projects\Hello\proj.win32\Debug.win32下生成一个名为UserDefault.xml.所有的key皆为char *型,value类型为bool intfloat double std::string. 读操作
1252 0
DL之ShuffleNetV2:ShuffleNetV2算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略(一)
DL之ShuffleNetV2:ShuffleNetV2算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略
15 0
DL之Attention:基于ClutteredMNIST手写数字图片数据集分别利用CNN_Init、ST_CNN算法(CNN+SpatialTransformer)实现多分类预测(一)
DL之Attention:基于ClutteredMNIST手写数字图片数据集分别利用CNN_Init、ST_CNN算法(CNN+SpatialTransformer)实现多分类预测
39 0
【直播】机器学习就用PAI,带你一起现场训练热狗识别模型!
看过美剧《硅谷》的同学都知道人工智能识别热狗曾是硅谷最赚钱的技术之一。去年 HBO 发布了官方的 Not Hotdog 应用,支持 iOS 和 Android 平台,据说是用 TensorFlow、Keras 和 React Native 打造的,但是源码没有公开。
1320 0
+关注
一个处女座的程序猿
国内互联网圈知名博主、人工智能领域优秀创作者,全球最大中文IT社区博客专家、CSDN开发者联盟生态成员、中国开源社区专家、华为云社区专家、51CTO社区专家、Python社区专家等,曾受邀采访和评审十多次。仅在国内的CSDN平台,博客文章浏览量超过2500万,拥有超过57万的粉丝。
1701
文章
0
问答
文章排行榜
最热
最新
相关电子书
更多
《2021云上架构与运维峰会演讲合集》
立即下载
《零基础CSS入门教程》
立即下载
《零基础HTML入门教程》
立即下载