使用 YOLO 对具有挑战性的图像进行文本检测

Question

我的图像如下所示：

我的目标是检测并识别该数字31197394。我已经对文本识别的深度神经网络进行了微调。如果以以下格式提供，它可以成功识别正确的号码：

剩下的唯一任务是检测相应的边界框。为此，我尝试了darknet。不幸的是，它无法识别任何东西。有人知道在此类图像上表现更好的网络吗？我知道，亚马逊识别能够解决这个任务。但我需要一个可以离线工作的解决方案。因此，我仍然对存在有效的预训练网络抱有很高的希望。非常感谢你的帮助！

Answer 1

不要说暗网不起作用。这取决于您如何标记数据集。确实，您想要识别的数字太小，因此如果您在预处理阶段不对图像进行任何更改，神经网络要很好地识别它们就会很复杂。所以你可以做的肯定会起作用的是：
1---> 在标记之前，将所有图像的大小增加到当前大小的 2 倍（例如 1000*1000）
2---> 使用这个大小（1000 * 1000）用于 darket trainer，而不是 darknet 建议的默认大小 416 * 416。然后您必须更改配置文件
3---> 使用最新的 darknet 版本（yolo v4）
4---> 在配置文件上，始终将细分数保持为 1。
我还指出，此方法对内存过于贪婪，因此有必要提供 RAM > 16 GB 的机器。优点是它有效...