文件名称：House-Number-Recognition
文件大小：9.21MB
文件格式：ZIP
更新时间：2024-05-02 01:37:45
JupyterNotebook
门牌号码识别 给定其中带有门牌号码的图像，预测门牌号码。 参考文件： : 服务于tensorflow模型：docker run -t --rm -p 8501：8501 -v“ $（pwd）/：/ models /” tensorflow / serving --model_config_file = / models / models.config --model_config_file_poll_wait_seconds = 60 启动烧瓶服务器：导出FLASK_ENV = development && flask运行 要训练分类模型和门牌号检测模型，请执行以下步骤： python prepare_data.py下载，提取，获取元数据，并将数据保存到本地进行培训。 使用 python classification_train_test_split.py拆分训练和测试数据
【文件预览】：
House-Number-Recognition-master
----.gitignore(82B)
----export_model.py(622B)
----train_detection_model.py(2KB)
----run.py(2KB)
----output()
--------2.png(245KB)
--------3.png(129KB)
--------5.png(69KB)
--------1.png(5KB)
--------4.png(41KB)
----get_sequence_accuracy.py(1KB)
----flask_sample_request.py(608B)
----train_classification_model.py(10KB)
----public()
--------upload_image.html(3KB)
----gpu_training.ipynb(138KB)
----models.config(338B)
----README.md(2KB)
----prepare_data.py(7KB)
----house_number_recognition_detection_model()
--------1()
----run_all.sh(612B)
----classification_train_test_split.py(2KB)
----house_number_recognition_model()
--------1()
----input()
--------2.png(258KB)
--------3.png(155KB)
--------5.png(42KB)
--------1.png(3KB)
--------4.png(31KB)
----app.py(3KB)
----cv_proj.yml(340B)
----get_classification_performance_plot.py(1KB)