银行卡号识别 yolo4选练数据集（我遇到的坑用黑色标记了）

最新推荐文章于 2023-11-16 11:30:00 发布

TheBugest

最新推荐文章于 2023-11-16 11:30:00 发布

阅读量484

点赞数

本文链接：https://blog.csdn.net/qq_52254957/article/details/112726955

版权

本文介绍了YOLOv4的安装过程，强调了Mosaic数据增强对模型泛化能力的提升。在识别银行卡号的代码实践中，讨论了文件路径设置、OpenCV画框以及配置文件匹配的重要性，并详细分析了YOLO损失函数的设计及其可能导致的问题，提出了调整不同部分损失权重的解决方案。

摘要由CSDN通过智能技术生成

yolo安装

关于yolo/darknet的安装：

git clone https://github.com/pjreddie/darknet
cd darknet
make

注：安装cuda之后识别速度会大上升，建议安装

yolo4优势

yolov4 采用了一种新的数据增强方式：masaic数据增强，其对四张实验图，进行一定旋转，缩放，尺度变换等基本操作，然后分别将图片按照左上，左下，右上，右下位置进行组合，该数据扩充方式丰富了背景，提高了训练模型的泛化能力。

识别图片代码：

from ctypes import *
import math
#import module named cv2 to draw
import cv2
 
def sample(probs):
    s = sum(probs)
    probs = [a/s for a in probs]
    r = random.uniform(0, 1)
    for i in range(len(probs)):
        r = r - probs[i]
        if r <= 0:
            return i
    return len(probs)-1
 
def c_array(ctype, values):
    arr = (ctype*len(values))()
    arr[:] = values
    return arr
 
class BOX(Structure):
    _fields_ = [("x", c_float),
                ("y", c_float),
                ("w", c_float),
                ("h", c_float)]
 
class DETECTION(Structure):
    _fields_ = [("bbox", BOX),
                ("classes", c_int),
                ("prob", POINTER(c_float)),
                ("mask", POINTER(c_float)),
                ("objectness", c_float),
                ("sort_class", c_int)]
 
 
cla