[爆卦]車牌辨識深度學習是什麼?優點缺點精華區懶人包

為什麼這篇車牌辨識深度學習鄉民發文收入到精華區:因為在車牌辨識深度學習這個討論話題中,有許多相關的文章在討論,這篇最有參考價值!作者TheM9dada (母豬大學士)看板Soft_Job標題[請益] 深度學習與電腦視覺時間Mon...

車牌辨識深度學習 在 小世界新聞 Instagram 的精選貼文

2021-07-11 09:10:04

#20210623 深度偽造雙面刃 新科技背後的危機 近年,換臉APP在台灣引起一陣風潮,透過換臉APP的濾鏡,可以將男性的臉換成女性,甚至可以把你變老或變年輕,不分老少都被其趣味性所吸引。然而,人們卻不知道在這種技術的背後,隱含著科技犯罪的新手段──「Deepfake深度偽造技術」。 ————...


大大們好 在下大二 日前確定了畢業專題的題目"利用深度學習進行車牌辨識"

未來希望能夠做出給入一段影片 能夠偵測出影片中的車牌

但是在下就像一張白紙一樣 沒有頭緒 不知道要怎麼開始才好

請問如果達成這樣的目標 我要擁有什麼預備知識呢?或者有沒有推薦書單呢?

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 120.110.68.226
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1493608480.A.DEF.html
pttworld: 內湖三總停車已使用,選題。。05/01 11:24
摁摁我知道 但是我以為他只能偵測靜態而且固定在一個位置的車牌
prag222: 我不懂 不過 車牌=文字吧 哈05/01 11:24
hidog: openCV先玩看看??05/01 11:24
※ 編輯: TheM9dada (120.110.68.226), 05/01/2017 11:31:09
physheepy: 有人幫你做完了 http://goo.gl/CGBp9505/01 11:30
感謝 我會拜讀的 順便問大家有沒有更好的研究目標?
※ 編輯: TheM9dada (120.110.68.226), 05/01/2017 11:33:34
hsnuonly: 其實這年頭要找個沒人做的東西還不簡單XD 05/01 11:32
physheepy: 其實還是可以做的 譬如針對特定系統做微調 05/01 11:34
prag222: 利用深度學習實作.... 05/01 11:34
prag222: 一般學生實作經驗不多吧...專題整個流程弄一起來 有效果 05/01 11:35
prag222: 也算是經驗吧 有跑過有操作過有實作過都比沒經驗好 05/01 11:36
physheepy: 我覺得你這題目不錯啊 你先去看看我貼的連結 看他做到 05/01 11:36
abc0922001: 之前不是有人要找辨識織布產品不良品的合作? 05/01 11:36
physheepy: 什麼程度 有什麼地方可以改善做得更好 有成果的話是很 05/01 11:37
physheepy: 好的專題 全新沒人做過的題目 即使碩博士也不常見 05/01 11:37
vu04y94: 辨識度還很低 角度亮度一堆問題 只是大三就要研究這麼深 05/01 11:41
vu04y94: 不太可能 先修基礎課吧 05/01 11:41
vu04y94: 所有影像相關的課都可以修 05/01 11:41
abc0922001: 可以先學會用git跟github XDD 05/01 11:45
yupog2003: 我剛好在做類似的,給你一些參考 05/01 12:03
Murasaki0110: 課都沒修你就知道能做什麼東西 05/01 12:04
yupog2003: https://goo.gl/HfTvdq 05/01 12:04
yupog2003: https://goo.gl/TiDXXN 05/01 12:05
yupog2003: 訓練分類器以及使用分類器,可以先從這裡出發,遇到不 05/01 12:06
yupog2003: 懂的就google,能夠修課更好,加油 05/01 12:06
yupog2003: 車牌辨識算是常見的題目,網路上也許有些訓練樣本可以 05/01 12:08
sing10407: 專題不用想有沒有人做,碩士論文才要。專題算是實務實 05/01 12:08
sing10407: 作過程 05/01 12:08
yupog2003: 用,但也是要依據使用情境決定是否要自己拍攝 05/01 12:09
yupog2003: 偵測出影片中的車牌位置可以照以上連結那樣做,更進一 05/01 12:14
yupog2003: 步辨識文字應該不夠用 05/01 12:15
wwwc: object detection / pattern recognition 05/01 12:27
wwwc: convolutional neural networks 05/01 12:28
mom213: spatial transfer network 05/01 12:52
vi000246: 最近看展有看到臉部辨識分析年紀性別的 可以試試看 05/01 13:19
vi000246: 還有判斷膚質狀態 車牌的感覺很多人都有做了 不夠特別 05/01 13:19
angusyu: 樣型識別跟OpenCV 你就玩到碩士去了 05/01 13:20
weian530323: 還要學會平行計算 DL的計算量不是一台電腦可以解決的 05/01 13:32
megawalker: 還沒學會走路別想跑吧 05/01 14:16
Kazimir: 恩.. 首先需要確定車牌位置 opencv 或者 faster-rcnn 05/01 14:18
Kazimir: 然後把車牌切開來 opencv應該夠準了 丟cnn or rnn 05/01 14:21
Kazimir: 或者寫一個大型的神經網路整包處理XD 題目舊做法能新 05/01 14:23
akpipnlge: 看你的興趣 或是平常休閒 05/01 14:54
eb5137d: http://pornstar.id/ 05/01 17:16
sean2449: 專題不用在意有沒有人做過,過程經驗比較重要。 05/01 17:53
aa06697: 畢業專題做這個可以吧 又不是碩論 05/01 19:38
krizarlid: 就目標而言CV就可以了...OpenCV裡面Lib都寫好了 05/01 19:44
readonly: 不是丟進 tensorflow 就做完了嗎? 05/01 20:30
poloball: 你打算全部用機器學習做的話就跟photo OCR一樣 05/01 22:23
poloball: 主要就 定位->分割->辨識 訓練3個分類器 05/01 22:25
poloball: 定位: 用一個window掃過整張圖 分辨是否有"字" 05/01 22:26
poloball: 分割: 有字的地方 字之間的空隙在哪 05/01 22:27
poloball: 辨識: 分割出來的單獨的字 是什麼字? 05/01 22:27
poloball: 前2個是二元分類yes/no 最後是多類別分類器 05/01 22:28
poloball: 以上是coursera andrew教授課程中的架構 05/01 22:29
poloball: 你可以上Google cloud玩一下就知道效果 05/01 22:30
sownightcry: DQN玩毛毛蟲賽車 05/01 22:41
penolove: 謝謝 e大 05/01 23:44
FacebookGO: 應該先去問你的專題老師跟系上課程吧 身邊的不問 05/02 02:27
FacebookGO: 先問遠在天邊的PTT網友 有比較好嗎 05/02 02:27
FacebookGO: 然後要給個心理建設 如果你是看到最近新聞AI好像很紅 05/02 02:36
FacebookGO: 而"才"想要投入 會建議當個過程或經驗的學習 因為等你 05/02 02:37
FacebookGO: 大學畢業甚至研究所畢業了 可能方向就改變非常多了 05/02 02:37
Magiclover: 專題你在意別人有沒有做過幹嘛?是要當博論喔? 05/02 09:52
dreamnook: 這個東西做好久了O_O 05/02 10:00
ChungLi5566: 相機的face detection就是這技術的應用,真的頗久了 05/02 12:43
ChungLi5566: 如果沒有要讀碩班的話,去面試的資料就是專題了 05/02 12:45
vu04y94: AI從幾十年前就有 現在還不是大紅 重點是這個topic目前沒 05/02 12:48
vu04y94: 人做的好 又當紅 就有投入的價值 05/02 12:48
vu04y94: 碩論做這個也絕對沒問題 05/02 12:49
hung0724: 專題就找個情境實作一下 有改進就加分這樣吧 05/02 13:32
laughingman: https://github.com/MasteringOpenCV/code 05/03 12:27
laughingman: 第五章有講用opencv內建的SVM和類神經網路做圖片中的 05/03 12:28
laughingman: 車牌辨識,如果是影片的話,Data應該要先training好 05/03 12:29
laughingman: 詳細自己研究吧,如果有做出來希望回饋給版友XD 05/03 12:30
leoloveivy: 車牌辨識現在看來辨識車牌在哪裡還比較難 車牌號碼倒 05/05 21:32
leoloveivy: 是做到爛了 05/05 21:32
kaltu: 學士畢業專題要找沒人做過的強人所難吧 05/08 11:59
s829307: 先買一台gtx1080吧 05/15 15:47

你可能也想看看

搜尋相關網站