Я работаю над проектом, в котором я использую ocr-engine и tensorflow, чтобы идентифицировать номерной знак транспортного средства и модель транспортного средства соответственно.У меня также есть database, который содержит Информация об автомобиле (например, владелец, номерной знак, марка автомобиля, цвет и т. Д.).
Простой поток:
- Ввод изображения
- Распознавание номерного знака с использованием
OCR - Модель автомобиля (например, Hyundai, Toyota, Honda и т. Д.) С использованием
Tensorflow - Запрос (2. и 3.) в
database до найти владельца
Теперь факт ocr-engine не является точным на 100%, давайте рассмотрим INDXXXX0007 как лучший результат двигателя.
Когда я запрашиваю этот результат в database, я получаю
Set 1 ,
- Owner1 -
INDXXXX0004 (совпадение 95%) - Owner2 -
INDXXXX0009 (совпадение 95%)
В таких случаях я использую данные tensorflow для принятия решения
Набор 2 , , где модель автомобиля показывает :
- Hyundai (95,00%)
- Honda (90,00%)
Вот моя главная проблема, tensorflow иногда дает мне ложноположительные значения.Например, фактическим автомобилем является Honda , но модель показывает больше confidence для Hyundai (ref, Set2).
Каким должен быть возможный способ избежать таких проблем или Как я могу объединить оба набора для принятия решения?