License_plate_recognition_CRNN_korean

한국어 번호판 인식 모델 만들기

이 레포를 사용했습니다! 대단하신분.. 감사해요 CRNN_Keras

process

1. 번호판 Generator 코드를 이용해 약 700,000장 생성
2. 서버가 따라주는 한에서 최대한 훈련, 목표는 Accuracy 0.9
3. Tensorflow Extended(TFX)로 파이프라인 구축 + loss 0.1 이하 달성, 모델 경량화 예정
4. 목표는 Tensorflow Lite로 배포해서 실시간성 앱에 탑재

---

first turn

테스트로 돌려본 후(~epoch 09까지) 데이터 늘려서 best model로 이어서 학습.

train data	validation data	stop epoch	best val loss
50,000	5,000	09	11.773

second turn

train data	validation data	stop epoch	best val loss
700,000	79,000	30	0.571

third turn

train data	validation data	stop epoch	best val loss
700,000	79,000	30	0.222

third turn only

---

performance

test img	Time	Accuracy	letter Accuracy
10	0.042	0.9	0.988

Ground Truth vs Predicted

Ground Truth	Predicted
01루9265	01루9265
광주 33버6196	광주 33버6196
97로3866	97로3866
00사3215	00사3215
49보0926	49바0926
대전 71두7507	대전 71두7507

---

predict sample

간단하게 예측한 결과만 이미지에 표시되로록 함. 한글 출력을 위해 Prediction.py에서 cv부분만 pillow 코드로 수정.

---

Train

python3 training.py

predict

python3 Predict.py

Setting

여러 버전 관리 및 삽질 끝에 찾아낸 가장 적절한 세팅..

• Docker : nvidia/cuda:10.0-cudnn7-runtime-ubuntu18.04
• python : 3.6
• Tensorflow-gpu : 1.13.1
• Keras : 2.2.4