摘要
对于马拉松赛事举办方而言,如何将赛事期间为运动员们拍摄的海量照片进行云端的精准分类、推送和管理是一项具有挑战性的服务工作.为了实现云端海量马拉松图片的智能分类,本文提出了一种基于目标检测的两阶段号牌识别算法框架,利用号牌编号的识别实现高效的图像分类功能.本文首先利用RetinaNet算法实现号牌检测,然后通过DenseNet-CTC进行端到端的号牌识别,在保证精度的前提下有效减少冗余信息,提升推理速度.在RBNR、FUNNR和TEST数据集上进行了对比实验,结果证明了本方法的有效性和良好的泛化性.
NETL
NSTL
维普
万方数据