license-plate-recognition-barrier-0007

ユースケースと概要説明

このモデルは、通行中の中国のナンバープレートを認識するエンドツーエンドでトレーニングされた小さなフットプリントのネットワークを使用します。

評価データセット (内製)

300320 合成中国語プレート、つまりプレート上のテキストはランダムに生成された記号で構成されています (ただし、文字数、順序、形状、配置などに関してプレートの要件に準拠する必要があります)。プレートの “本物のように見える” 外観 (回転、汚れ、色、照明など) は、スタイル転送手順によって実現されます。

例

注: 画像のナンバープレートは、所有者のプライバシーを保護するため修正されています。

仕様

メトリック

値

面内回転

±10˚

面外回転

ヨー: ±45˚/ピッチ: ±45˚

最小のプレート幅

94 ピクセル

正確な読み取り率

98%

GFlops

0.347

MParams

1.435

ソース・フレームワーク

TensorFlow*

制限事項

公共の場で一般的な “青色” のナンバープレートのみが集中的にテストされました。他のタイプのナンバープレートではパフォーマンスが低下する可能性があります。

入力

元のモデル

画像、名前: input、形状: 1, 24, 94, 3、形式: 1, H, W, C。

説明:

  • C - チャネル

  • H - 高さ

  • W - 幅

チャネルの順番は BGR です。

変換されたモデル

画像、名前: input、形状: 1, 24, 94, 3、形式: 1, H, W, C。

説明:

  • C - チャネル

  • H - 高さ

  • W - 幅

チャネルの順番は BGR です。

出力

元のモデル

浮動小数点のエンコードされたベクトル、名前: d_predictions、形状: 1, 88, 1, 1。各 float は、次の辞書に従って文字をエンコードした整数です。

    0 0
    1 1
    2 2
    3 3
    4 4
    5 5
    6 6
    7 7
    8 8
    9 9
    10 <Anhui>
    11 <Beijing>
    12 <Chongqing>
    13 <Fujian>
    14 <Gansu>
    15 <Guangdong>
    16 <Guangxi>
    17 <Guizhou>
    18 <Hainan>
    19 <Hebei>
    20 <Heilongjiang>
    21 <Henan>
    22 <HongKong>
    23 <Hubei>
    24 <Hunan>
    25 <InnerMongolia>
    26 <Jiangsu>
    27 <Jiangxi>
    28 <Jilin>
    29 <Liaoning>
    30 <Macau>
    31 <Ningxia>
    32 <Qinghai>
    33 <Shaanxi>
    34 <Shandong>
    35 <Shanghai>
    36 <Shanxi>
    37 <Sichuan>
    38 <Tianjin>
    39 <Tibet>
    40 <Xinjiang>
    41 <Yunnan>
    42 <Zhejiang>
    43 <police>
    44 A
    45 B
    46 C
    47 D
    48 E
    49 F
    50 G
    51 H
    52 I
    53 J
    54 K
    55 L
    56 M
    57 N
    58 O
    59 P
    60 Q
    61 R
    62 S
    63 T
    64 U
    65 V
    66 W
    67 X
    68 Y
    69 Z

変換されたモデル

整数のエンコードされたベクトル、名前: d_predictions:0、形状: 1, 88。各値は、次の辞書に従って文字をエンコードした整数です。

    0 0
    1 1
    2 2
    3 3
    4 4
    5 5
    6 6
    7 7
    8 8
    9 9
    10 <Anhui>
    11 <Beijing>
    12 <Chongqing>
    13 <Fujian>
    14 <Gansu>
    15 <Guangdong>
    16 <Guangxi>
    17 <Guizhou>
    18 <Hainan>
    19 <Hebei>
    20 <Heilongjiang>
    21 <Henan>
    22 <HongKong>
    23 <Hubei>
    24 <Hunan>
    25 <InnerMongolia>
    26 <Jiangsu>
    27 <Jiangxi>
    28 <Jilin>
    29 <Liaoning>
    30 <Macau>
    31 <Ningxia>
    32 <Qinghai>
    33 <Shaanxi>
    34 <Shandong>
    35 <Shanghai>
    36 <Shanxi>
    37 <Sichuan>
    38 <Tianjin>
    39 <Tibet>
    40 <Xinjiang>
    41 <Yunnan>
    42 <Zhejiang>
    43 <police>
    44 A
    45 B
    46 C
    47 D
    48 E
    49 F
    50 G
    51 H
    52 I
    53 J
    54 K
    55 L
    56 M
    57 N
    58 O
    59 P
    60 Q
    61 R
    62 S
    63 T
    64 U
    65 V
    66 W
    67 X
    68 Y
    69 Z

モデルをダウンロードして OpenVINO™ IR 形式に変換

以下の例に示すように、モデルをダウンロードし、必要に応じてモデル・ダウンローダーやその他の自動化ツールによってモデルを OpenVINO™ IR 形式に変換できます。

モデル・ダウンローダーの使用例:

omz_downloader --name <model_name>

モデル・コンバーターの使用例:

omz_converter --name <model_name>

デモの使い方

Open Model Zoo が提供する次のデモでこのモデルを使用して、その機能を確認できます。