【深度学习】用PaddlePaddle进行车牌识别(二)
上节我们讲了第一部分,如何用生成简易的车牌,这节课中我们会用PaddlePaddle来识别生成的车牌。
数据读取
在上一节生成车牌时,我们可以分别生成训练数据和测试数据,方法如下(完整代码在这里):
# 将生成的车牌图片写入文件夹,对应的label写入label.txt
def genBatch(self, batchSize,pos,charRange, outputPath,size):
if (not os.path.exists(outputPath)):
os.mkdir(outputPath)
outfile = open('label.txt','w')
for i in xrange(batchSize):
plateStr,plate = G.genPlateString(-1,-1)
print plateStr,plate
img = G.generate(plateStr);
img = cv2.resize(img,size);
cv2.imwrite(outputPath + "/" + str(i).zfill(2) + ".jpg", img);
outfile.write(str(plate)+"\n")
生成好数据后,我们写一个reader来读取数据 ( reador.py )
def reader_creator(data,label):
def reader():
for i in xrange(len(data)):
yield data[i,:],int(label[i])
return reader
灌入模型时,我们需要调用paddle.batch函数,将数据shuffle后批量灌入模型中:
# 读取训练数据
train_reader = paddle.batch(paddle.reader.shuffle(
reador.reader_creator(X_train,Y_train),buf_size=200),
batch_size=16) # 读取验证数据
val_reader = paddle.batch(paddle.reader.shuffle(
reador.reader_creator(X_val,Y_val),buf_size=200),
batch_size=16)
trainer.train(reader=train_reader,num_passes=20,event_handler=event_handler)
构建网络模型
因为我们训练的是端到端的车牌识别,所以一开始构建了两个卷积-池化层训练,训练完后同步训练7个全连接层,分别对应车牌的7位字符,最后将其拼接起来,与原始的label计算Softmax值,预测训练结果。
def get_network_cnn(self):
# 加载data和label
x = paddle.layer.data(name='x', type=paddle.data_type.dense_vector(self.data))
y = paddle.layer.data(name='y', type=paddle.data_type.integer_value(self.label))
# 构建卷积-池化层-1
conv_pool_1 = paddle.networks.simple_img_conv_pool(
input=x,
filter_size=12,
num_filters=50,
num_channel=1,
pool_size=2,
pool_stride=2,
act=paddle.activation.Relu())
drop_1 = paddle.layer.dropout(input=conv_pool_1, dropout_rate=0.5)
# 构建卷积-池化层-2
conv_pool_2 = paddle.networks.simple_img_conv_pool(
input=drop_1,
filter_size=5,
num_filters=50,
num_channel=20,
pool_size=2,
pool_stride=2,
act=paddle.activation.Relu())
drop_2 = paddle.layer.dropout(input=conv_pool_2, dropout_rate=0.5) # 全连接层
fc = paddle.layer.fc(input = drop_2, size = 120)
fc1_drop = paddle.layer.dropout(input = fc,dropout_rate = 0.5)
fc1 = paddle.layer.fc(input = fc1_drop,size = 65,act = paddle.activation.Linear()) fc2_drop = paddle.layer.dropout(input = fc,dropout_rate = 0.5)
fc2 = paddle.layer.fc(input = fc2_drop,size = 65,act = paddle.activation.Linear()) fc3_drop = paddle.layer.dropout(input = fc,dropout_rate = 0.5)
fc3 = paddle.layer.fc(input = fc3_drop,size = 65,act = paddle.activation.Linear()) fc4_drop = paddle.layer.dropout(input = fc,dropout_rate = 0.5)
fc4 = paddle.layer.fc(input = fc4_drop,size = 65,act = paddle.activation.Linear()) fc5_drop = paddle.layer.dropout(input = fc,dropout_rate = 0.5)
fc5 = paddle.layer.fc(input = fc5_drop,size = 65,act = paddle.activation.Linear()) fc6_drop = paddle.layer.dropout(input = fc,dropout_rate = 0.5)
fc6 = paddle.layer.fc(input = fc6_drop,size = 65,act = paddle.activation.Linear()) fc7_drop = paddle.layer.dropout(input = fc,dropout_rate = 0.5)
fc7 = paddle.layer.fc(input = fc7_drop,size = 65,act = paddle.activation.Linear()) # 将训练好的7个字符的全连接层拼接起来
fc_concat = paddle.layer.concact(input = [fc21, fc22, fc23, fc24,fc25,fc26,fc27], axis = 0)
predict = paddle.layer.classification_cost(input = fc_concat,label = y,act=paddle.activation.Softmax())
return predict
训练模型
构建好网络模型后,就是比较常见的步骤了,譬如初始化,定义优化方法, 定义训练参数,定义训练器等等,再把第一步里我们写好的数据读取的方式放进去,就可以正常跑模型了。
class NeuralNetwork(object):
def __init__(self,X_train,Y_train,X_val,Y_val):
paddle.init(use_gpu = with_gpu,trainer_count=1) self.X_train = X_train
self.Y_train = Y_train
self.X_val = X_val
self.Y_val = Y_val def get_network_cnn(self): x = paddle.layer.data(name='x', type=paddle.data_type.dense_vector(self.data))
y = paddle.layer.data(name='y', type=paddle.data_type.integer_value(self.label))
conv_pool_1 = paddle.networks.simple_img_conv_pool(
input=x,
filter_size=12,
num_filters=50,
num_channel=1,
pool_size=2,
pool_stride=2,
act=paddle.activation.Relu())
drop_1 = paddle.layer.dropout(input=conv_pool_1, dropout_rate=0.5)
conv_pool_2 = paddle.networks.simple_img_conv_pool(
input=drop_1,
filter_size=5,
num_filters=50,
num_channel=20,
pool_size=2,
pool_stride=2,
act=paddle.activation.Relu())
drop_2 = paddle.layer.dropout(input=conv_pool_2, dropout_rate=0.5) fc = paddle.layer.fc(input = drop_2, size = 120)
fc1_drop = paddle.layer.dropout(input = fc,dropout_rate = 0.5)
fc1 = paddle.layer.fc(input = fc1_drop,size = 65,act = paddle.activation.Linear()) fc2_drop = paddle.layer.dropout(input = fc,dropout_rate = 0.5)
fc2 = paddle.layer.fc(input = fc2_drop,size = 65,act = paddle.activation.Linear()) fc3_drop = paddle.layer.dropout(input = fc,dropout_rate = 0.5)
fc3 = paddle.layer.fc(input = fc3_drop,size = 65,act = paddle.activation.Linear()) fc4_drop = paddle.layer.dropout(input = fc,dropout_rate = 0.5)
fc4 = paddle.layer.fc(input = fc4_drop,size = 65,act = paddle.activation.Linear()) fc5_drop = paddle.layer.dropout(input = fc,dropout_rate = 0.5)
fc5 = paddle.layer.fc(input = fc5_drop,size = 65,act = paddle.activation.Linear()) fc6_drop = paddle.layer.dropout(input = fc,dropout_rate = 0.5)
fc6 = paddle.layer.fc(input = fc6_drop,size = 65,act = paddle.activation.Linear()) fc7_drop = paddle.layer.dropout(input = fc,dropout_rate = 0.5)
fc7 = paddle.layer.fc(input = fc7_drop,size = 65,act = paddle.activation.Linear()) fc_concat = paddle.layer.concact(input = [fc21, fc22, fc23, fc24,fc25,fc26,fc27], axis = 0)
predict = paddle.layer.classification_cost(input = fc_concat,label = y,act=paddle.activation.Softmax())
return predict # 定义训练器
def get_trainer(self): cost = self.get_network() #获取参数
parameters = paddle.parameters.create(cost) optimizer = paddle.optimizer.Momentum(
momentum=0.9,
regularization=paddle.optimizer.L2Regularization(rate=0.0002 * 128),
learning_rate=0.001,
learning_rate_schedule = "pass_manual") # 创建训练器
trainer = paddle.trainer.SGD(
cost=cost, parameters=parameters, update_equation=optimizer)
return trainer # 开始训练
def start_trainer(self,X_train,Y_train,X_val,Y_val):
trainer = self.get_trainer() result_lists = []
def event_handler(event):
if isinstance(event, paddle.event.EndIteration):
if event.batch_id % 10 == 0:
print "\nPass %d, Batch %d, Cost %f, %s" % (
event.pass_id, event.batch_id, event.cost, event.metrics)
if isinstance(event, paddle.event.EndPass):
# 保存训练好的参数
with open('params_pass_%d.tar' % event.pass_id, 'w') as f:
parameters.to_tar(f)
# feeding = ['x','y']
result = trainer.test(
reader=val_reader)
# feeding=feeding)
print "\nTest with Pass %d, %s" % (event.pass_id, result.metrics) result_lists.append((event.pass_id, result.cost,
result.metrics['classification_error_evaluator'])) # 开始训练
train_reader = paddle.batch(paddle.reader.shuffle(
reador.reader_creator(X_train,Y_train),buf_size=200),
batch_size=16) val_reader = paddle.batch(paddle.reader.shuffle(
reador.reader_creator(X_val,Y_val),buf_size=200),
batch_size=16)
# val_reader = paddle.reader(reador.reader_creator(X_val,Y_val),batch_size=16) trainer.train(reader=train_reader,num_passes=20,event_handler=event_handler)
输出结果
上一步训练完以后,保存训练完的模型,然后写一个test.py进行预测,需要注意的是,在预测时,构建的网络结构得和训练的网络结构相同。
#批量预测测试图片准确率
python test.py /Users/shelter/test ##输出结果示例
output:
预测车牌号码为:津 K 4 2 R M Y
输入图片数量:100
输入图片行准确率:0.72
输入图片列准确率:0.86
如果是一次性只预测一张的话,在终端里会显示原始的图片与预测的值,如果是批量预测的话,会打印出预测的总准确率,包括行与列的准确率。
总结
车牌识别的方法有很多,商业化落地的方法也很成熟,传统的方法需要对图片灰度化,字符进行切分等,需要很多数据预处理的过程,端到端的方法可以直接将原始的图片灌进去进行训练,最后出来预测的车牌字符的结果,这个方法在构建了两层卷积-池化网络结构后,并行训练了7个全连接层来进行车牌的字符识别,可以实现端到端的识别。但是在实际训练过程中,仍然有一些问题,譬如前几个训练的全连接层的准确率要比最后一两个的准确率高,大家可以分别打印出每一个全连接层的训练结果准确率对比一下,可能是由于训练还没有收敛导致的,也可能有其他原因,如果在做的过程中发现有什么问题,或者有更好的方法,欢迎留言~
参考文献:
1.我的github:https://github.com/huxiaoman7/mxnet-cnn-plate-recognition
【深度学习】用PaddlePaddle进行车牌识别(二)的更多相关文章
- 【深度学习系列】用PaddlePaddle进行车牌识别(一)
小伙伴们,终于到了实战部分了!今天给大家带来的项目是用PaddlePaddle进行车牌识别.车牌识别其实属于比较常见的图像识别的项目了,目前也属于比较成熟的应用,大多数老牌厂家能做到准确率99%+.传 ...
- 【深度学习系列】用PaddlePaddle进行车牌识别(二)
上节我们讲了第一部分,如何用生成简易的车牌,这节课中我们会用PaddlePaddle来识别生成的车牌. 数据读取 在上一节生成车牌时,我们可以分别生成训练数据和测试数据,方法如下(完整代码在这里): ...
- keras框架下的深度学习(一)手写体识别
这个系列文章主要记录使用keras框架来搭建深度学习模型的学习过程,其中有一些自己的想法和体会,主要学习的书籍是:Deep Learning with Python,使用的IDE是pycharm. 在 ...
- 深度学习论文翻译解析(十二):Fast R-CNN
论文标题:Fast R-CNN 论文作者:Ross Girshick 论文地址:https://www.cv-foundation.org/openaccess/content_iccv_2015/p ...
- Python深度学习案例1--电影评论分类(二分类问题)
我觉得把课本上的案例先自己抄一遍,然后将书看一遍.最后再写一篇博客记录自己所学过程的感悟.虽然与课本有很多相似之处.但自己写一遍感悟会更深 电影评论分类(二分类问题) 本节使用的是IMDB数据集,使用 ...
- 深度学习练手项目——DNN识别手写数字
该案例主要目的是为了熟悉Keras基本用法,以及了解DNN基本流程. 示例代码: import numpy as np import matplotlib.pyplot as plt from ker ...
- 吴裕雄--天生自然python Google深度学习框架:MNIST数字识别问题
import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data INPUT_NODE = 784 ...
- HyperLPR车牌识别
简介 本文基于HyperLPR进行修改,完整代码参考https://github.com/Liuyubao/PlateRecognition. HyperLPR是一个使用深度学习针对对中文车牌识别的实 ...
- 2020国防科大综述:3D点云深度学习—综述(点云形状识别部分)
目录 摘要 1.引言: 2.背景 2.1 数据集 2.2评价指标 3.3D形状分类 3.1基于多视图的方法 3.2基于体素的方法 3.3基于点的方法 3.3.1 点对多层感知机方法 3.3.2基于卷积 ...
随机推荐
- deplyed使用归纳(转自月下独奏)
deployd:一个生成后端数据的软件,简单的说就是大部分的前端不会后端,即使会也很难在深入到数据库进行设置一些前端所需数据的创建与查询的后端程序的书写,所以此时就是deployd大显身手的时候了. ...
- 图像处理------Canny边缘检测
一:历史 Canny边缘检测算法是1986年有John F. Canny开发出来一种基于图像梯度计算的边缘 检测算法,同时Canny本人对计算图像边缘提取学科的发展也是做出了很多的贡献.尽 管至今已经 ...
- linux c语言 select函数用法
linux c语言 select函数用法 表头文件 #i nclude<sys/time.h> #i nclude<sys/types.h> #i nclude<unis ...
- Error: expected expression, got '}'
1.错误描述 Error: expected expression, got '}' .globalEval/<@http://localhost:8080/Sys/resource/globa ...
- Linux显示更新十次后退出
Linux显示更新十次后退出 youhaidong@youhaidong-ThinkPad-Edge-E545:~$ top -n 10 top - 19:19:21 up 48 min, 2 use ...
- Modbus总结
1.概念 ①Coil和Register Modbus中定义的两种数据类型.Coil是位(bit)变量:Register是整型(Word,即16-bit)变量. ②Slave和Master与Server ...
- Docker部署Apollo配置中心
1.Apollot简述 Apollo(阿波罗)是携程框架部门研发的分布式配置中心,能够集中化管理应用不同环境.不同集群的配置,配置修改后能够实时推送到应用端,并且具备规范的权限.流程治理等特性,适用于 ...
- unity案例入门(一)(拾取游戏)
1. 案例简述 这个案例实现一个非常简单的拾取宝物游戏,主角是一个小球,玩家通过键盘控制小球拾取全部宝物. 2. 键盘控制物体移动 private Rigidbody rd; public int f ...
- Dubbo 新编程模型之外部化配置
外部化配置(External Configuration) 在Dubbo 注解驱动例子中,无论是服务提供方,还是服务消费方,均需要转配相关配置Bean: @Bean public Applicatio ...
- Tomcat 请求处理流程详解
Overview Connector 启动以后会启动一组线程用于不同阶段的请求处理过程. Acceptor 线程组.用于接受新连接,并将新连接封装一下,选择一个 Poller 将新连接添加到 Poll ...