字體:小 中 大 | |
|
|
2019/04/23 05:12:09瀏覽3647|回應0|推薦15 | |
https://www.openalpr.com/cloud-api.html 參考以上網址,這是我在FB上慘被某網友打臉告訴我的!這個公司的技術讓我昨天測試了好久,在高角度變形方面的辨識能力跟我無分軒輊,只有較大水平傾斜時他們常會出錯,我的稍微厲害一點點。其他側向斜視辨識能力都一樣厲害,他們還能辨識廠牌與車種(機車或汽車)等等,雖然不太準,但是車牌辨識的能力真的超強! 我唯一還可以說嘴的是辨識速度快一點,大約是2.5-3.5倍的差距,但是扣除辨識廠牌車種的時間,這點優勢也沒這麼大!一般來說,辨識車牌的時間一定比辨識車種等時間長,所以如果只比較辨識車牌的速度,我大約是對手的1.5~2.0倍之間。這也是一種運算成本的差距,尤其是在需要快速大量辨識的動態軟體中運作時,我的辨識核心表現會好一些。
其實我本來就預期,如果我可以做到,沒理由其他國際研究團隊都做不到!但是出現的時間比我預期的快,生意變得不好做了,心情當然頗為失落,只能面對現實了!但是畢竟我並沒有被擊敗,只是核心的辨識技術優勢被扯平了,要繼續經營,就是在價格上不能超過他們,並且掌握本土化、客製化,以及辨識速度上的優勢,在動態辨識的應用上要有更好的表現。 還有一個小差異是他們沒有刻意辨識台灣車牌中的"—"號,我的則是預設功能,其實這個分隔號的位置加上字元英數字的格式,在台灣車牌中就可以知道車輛的種類,也就不是很需要辨識車型了!譬如063-ABC這樣的一定是機車等等。 其實想想也還好,能與世界頂尖技術接近同步,接下來客戶就不必「只能」買國外的產品了!現在道路情境的車牌辨識應用大增,可見的未來不僅車載車牌辨識會普及,停車柱與道路監控全景多車辨識也是極大的市場,如果我沒有出現,可以想像又是任由國外技術全面宰制的局面,想買個「土產」都沒得買,我能「跟得上」國際水準也該感到滿足了! 辨識錯誤,少一個2! 少一個"T"
|
|
( 心情隨筆|工作職場 ) |