车牌识别(end-to-end-for-chinese-plate-recognition)项目搭建基于Mxnet(Python 3.5)

最近看到geihub上有个车牌识别的项目，感觉很有意思，从上面fork了一下弄到本地自己跑了下。在安装过程中遇到了一些问题，记录如下。

项目github连接:https://github.com/szad670401/end-to-end-for-chinese-plate-recognition ,本机环境Win8 64bit

该项目是基于Python做的，所以首先安装python，本着用最新版本的原则，选择了Python3.5.2(开始用的32位版本，中间不能加载libmxnet.dll，后改为用64bit)

1.Python下载连接:https://www.python.org/downloads/release/python-352/   依据操作系统进行选择，我选择的是如下版本

2.安装Python，并配置好环境变量

3.安装vs2015,由于mxnet中使用了vs2015的库，所以需要提前安装vs2015，不然后报"error: Setup script exited with error: Unable to find vcvarsall.bat” 下载地址:http://103.254.64.34:9999/download.microsoft.com/download/5/f/7/5f7acaeb-8363-451f-9425-68a90f98b238/visualcppbuildtools_full.exe。

4.下载Mxnet ，地址：https://github.com/dmlc/mxnet/releases 我下载的是20160531_win10_x64_cpu.7z 

5.安装Mxnet ，解压上面的压缩包后进入mxnet目录，执行setupenv.cmd 然后进入该目录下的python目录，执行python setup.py install 命令进行安装

6.下载opencv，下载地址:http://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv  我选择的是:opencv_python-3.1.0+contrib_opencl-cp35-cp35m-win_amd64.whl

7.安装opencv ，在python安装目录执行 pip install opencv_python-3.1.0+contrib_opencl-cp35-cp35m-win_amd64.whl

8.下载Pillow，由于官方目前PIL没有3.5版本，故采用非官方的Pillow替代，下载地址：http://www.lfd.uci.edu/~gohlke/pythonlibs/#pillow  版本：Pillow-3.3.1-cp34-cp34m-win_amd64.whl

9.安装Pillow，在python安装目录执行 pip install Pillow-3.3.1-cp34-cp34m-win_amd64.whl

到此安装过程完毕，用IDEA打开执行，但是报了如下错误，并附上解决办法;

 

错误1.

error: (-215) ssize.area() > 0 in function cv::resize 传入文件为空 错误原因：genplate.py的generate函数中
L163 len(text) == 9改为len(text) == 7
错误2

L164 text.decode(encoding="utf-8")改为text.encode('utf-8').decode(encoding="utf-8") (python3.5特性)
错误3.

找不到xrange

原因：使用3.5内置的range替代2.7的xrange 修改方法：xrange--range
range内除法操作如range(self.count / self.batch_size)需改为 range((int)(self.count / self.batch_size))
不然有 “'float' object cannot be interpreted as an integer”错误

 

修改后的代码github连接：https://github.com/ibyte2011/end-to-end-for-chinese-plate-recognition

 安装好后开始训练；一个2.5Ghz的 CPU

实验一：训练了4个小时，训练数据3w准确率约为 60%

开始测试：

 由于训练时间过短，检测全部错误。等花一天训练后再试。

实验二：

训练数据12.5W，时间17hours，准确率70%

 测试：

 

 

从测试结果看这次好于实验一，有一个字母识别错误，不过在多次测试过程中，清楚字体如下图情况下识别完全正确：

 

 

在字体模糊或者变形严重情况下识别会出现错误比较大，7个只对了1个。

 

故加大实验数据进行实验三。

实验三：调整了准确率计算函数参数，将train.py L135行 

pred.shape[0] / 4  改为  pred.shape[0] / 7  训练12.5 hours 准确率为94%

 

测试：

 模糊测试：

 

从测试结果看明显好于实验二。

简单记录，希望对此项目感兴趣的同学有帮助。