1.数据集必须要大比如使用CBLPRD-330k,对于lprnet网络只有大量数据集泛化效果才好
2.训练lprnet时最好使用adam,sgd会在ctc_loss0.2-0.3之间震荡
3.yolov9训练为nan时去掉amp
4.22epoch acc = 0.9846401966054834(这个要使用 预训练的权重,且只用68位,而不是75
5.使用yolov9时,将绿牌和蓝牌分开效果更好
如果有人需要源码和训练权重,私信我,顺便请我喝一杯奶茶(嘿嘿)
1.数据集必须要大比如使用CBLPRD-330k,对于lprnet网络只有大量数据集泛化效果才好
2.训练lprnet时最好使用adam,sgd会在ctc_loss0.2-0.3之间震荡
3.yolov9训练为nan时去掉amp
4.22epoch acc = 0.9846401966054834(这个要使用 预训练的权重,且只用68位,而不是75
5.使用yolov9时,将绿牌和蓝牌分开效果更好
如果有人需要源码和训练权重,私信我,顺便请我喝一杯奶茶(嘿嘿)