前言
继上一篇的《百度PaddlePaddle >>> 7. 利用深度学习玩转手势识别》
这次来试试用卷积神经网络进行车牌识别，这是所要用到的数据集：车牌识别字符数据集.zip
一、准备数据
1. 解压数据
首先我们需要先解压上述数据集的压缩包，并将其中无关文件删除（将目录换成你的即可）：
unzip -q /home/aistudio/data/data23617/characterData.zip
2. 生成数据列表
从解压的数据生成两个数据列表：train_data.list 和test_data.list
#导入需要的包
import numpy as np
import padd
2021-05-27 20:01:48
253KB
1
说明
任务描述：
要求参赛者给出一个算法或模型，对于给定的图片，统计图片中的总人数。给定图片数据，选手据此训练模型，为每张测试数据预测出最准确的人数；
数据说明：
本竞赛所用训练和测试图片均来自一般监控场景，但包括多种视角（如低空、高空、鱼眼等），图中行人的相对尺寸也会有较大差异。部分训练数据参考了公开数据集（如ShanghaiTech [1], UCF-CC-50 [2], WorldExpo’10 [3]，Mall [4] 等）。
本竞赛的数据标注均在对应json文件中，每张训练图片的标注为以下两种方式之一：
（1）部分数据对图中行人提供了方框标注（boundingbox），格式为[x,
2021-04-07 17:36:11
496KB
1