網路城邦
上一篇 回創作列表 下一篇  字體:
一網撈到好多魚!多車牌辨識也是一個技術關鍵!
2022/11/21 05:03:51瀏覽1487|回應0|推薦6

影像辨識技術已經被那些AI詐騙集團炒作到荒謬的程度,我是受害者,但也是受益者!受害是好多專案一開始就被宣稱有「AI」技術的團隊攔胡了!很多研發標案我拿不到!說到受益呢?就是那些AI影像辨識團隊的成功達標率其實接近於零!幾乎沒有成功過!

如果客戶被詐騙之後還不死心,還想達標呢?他們就可能會找到我,也一定能順利達標賓主盡歡了!完全不用ML、DL與CNN的影像辨識公司極少,但是專案研發的成功率卻極大!我現在的影像辨識研發專案幾乎都是這樣來的!不是因為客戶一開始就認為我很厲害,而是那些宣稱有AI技術的公司團隊讓他們徹底失望了!我是依賴宣稱AI技術很強的對手表現實在太差而存活的公司!

其實技術就是技術,總是可以說清楚講明白的!我一直就是很堅持不說謊騙人,如果我有甚麼技術讓人好奇想偷學?我總是願意讓客戶(與競爭者)知道怎麼作到的!老實說,我現在知道,即使我說得好清楚,別家廠商要學我都很難的!因為現在除了我之外的其他競爭者,都只會濫用MLDLCNN,跟我熟悉使用的OCR技術差很遠了,他們要跟上我的腳步,好難了!就像要吸毒者戒毒一樣的困難

如上圖,92萬畫素的影像,203毫秒就取得五個正確的車牌資訊!是我的車載車牌辨識核心的基本能力!怎麼作到的?其實無關MLDLCNN,就是簡單傳統的OCR!如下圖,真的就是OCR的標準程序產生的結果,五組目標組合,產生五個車牌辨識結果。

事實本來就是這樣的!如果我可以用OCR程序找到「一組」車牌字元,辨識出一個車牌!那麼不管幾組,幾個車牌都是一樣的!只是如果我預設此畫面中只有一個車牌,當我找到一個合理車牌就收工了!像是停車場的出入口當然只會,也應該只辨識一個車牌。

多車牌辨識其實不難,只是不要自我設限「只有一個車牌」,繼續找到沒有任何合理車牌為止就好了!困難的是:其實可能的目標很多,如果車牌不只一個,如何歸納出多個車牌組合?當你面對如下的圖片時,你能搞定嗎?

其實我天天上班玩的就是這種遊戲!一點都不神奇!當然還是很辛苦!但影像辨識的實務工作絕對不是整天在調整MLDLCNN的參數!那些工作其實毫無意義!不會帶領你到達任何商業軟體的目標。一一解讀OCR處理過程中的每一個明確資訊,才是影像辨識的有效工作。

( 心情隨筆工作職場 )
回應 推薦文章 列印 加入我的文摘
上一篇 回創作列表 下一篇

引用
引用網址:https://classic-blog.udn.com/article/trackback.jsp?uid=yccsonar&aid=177538690