简介
本研究致力于开发一种多位数门牌号识别模型，采用了基于PyTorch的深度卷积神经网络实现方案，旨在从街景图像中高效而准确地识别多位数门牌号。模型的训练数据来源于谷歌街景门牌号码数据集（SVHN），每个图像中包含一组0-9的阿拉伯数字。通过广泛的测试，该模型在精确度方面取得了显著成绩，达到了89%。深度卷积神经网络结构的运用使得模型能够有效地捕捉门牌号图像中的数字特征，从而实现了对多位数门牌号的精准识别。这一研究成果在数字识别领域为街景应用提供了可靠的技术支持。
在线体验
https://www.modelscope.cn/studios/MuGeminorum/SVHN-Recognition
维护
GIT_LFS_SKIP_SMUDGE=1 git clone https://www.modelscope.cn/MuGeminorum/SVHN-Recognition.git
cd SVHN-Recognition
使用
from modelscope import snapshot_download
model_dir = snapshot_download('MuGeminorum/SVHN-Recognition')
数据集
https://www.modelscope.cn/datasets/MuGeminorum/svhn
训练曲线
镜像
https://huggingface.co/MuGeminorum/SVHN-Recognition
参考引用
[1] https://github.com/MuGeminorum/SVHN-Recognition
[2] Multi-digit Number Recognition from Street View Imagery using Deep Convolutional Neural Networks
评论