tensorflow实现车牌识别

学习1：中文车牌识别

学习2：国外车牌识别

• 文章 
  
• 原文
• 源码

知识点：

1、tf.greater(x, y, name=None)

Returns the truth value of (x > y) element-wise.

Args:

• x: A Tensor. Must be one of the following types: float32, float64, int32, int64.
• y: A Tensor. Must have the same type as x.
• name: A name for the operation (optional).

2、tf.ConfigProto（）

一般用在创建session的时候，用来对session进行参数配置。

with tf.Session(config = tf.ConfigProto(...),...)
#tf.ConfigProto()的参数
log_device_placement=True : 是否打印设备分配日志
allow_soft_placement=True ： 如果你指定的设备不存在，允许TF自动分配设备
tf.ConfigProto(log_device_placement=True,allow_soft_placement=True)

控制GPU资源使用率

#allow growth
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
session = tf.Session(config=config, ...)
# 使用allow_growth option，刚一开始分配少量的GPU容量，然后按需慢慢的增加，由于不会释放
#内存，所以会导致碎片

# per_process_gpu_memory_fraction
gpu_options=tf.GPUOptions(per_process_gpu_memory_fraction=0.7)
config=tf.ConfigProto(gpu_options=gpu_options)
session = tf.Session(config=config, ...)
#设置每个GPU应该拿出多少容量给进程使用，0.4代表 40%

控制使用哪块GPU

~/ CUDA_VISIBLE_DEVICES=0  python your.py#使用GPU0
~/ CUDA_VISIBLE_DEVICES=0,1 python your.py#使用GPU0,1
#或者在 程序开头
os.environ['CUDA_VISIBLE_DEVICES'] = '0' #使用 GPU 0
os.environ['CUDA_VISIBLE_DEVICES'] = '0,1' # 使用 GPU 0，1

Problems:

1. ValueError: Only callsoftmax_cross_entropy_with_logits with named arguments (labels=…, logits=…, …)
调用tf.nn.softmax_cross_entropy_with_logits(logits, tf_train_labels)出现上述错误。
解决办法：错误提示中已经给出，只能使用命名参数的方式来调用。调用函数改为：tf.nn.softmax_cross_entropy_with_logits(labels=logits, logits=tf_train_labels)即可。

2 .module ‘cv2’ has no attribute ‘CV_LOAD_IMAGE_GRAYSCALE’。Traceback (most recent call last): 
NameError: name ‘CV_LOAD_IMAGE_GRAYSCALE’ is not defined原来是 CV_LOAD_IMAGE_GRAYSCALE is from the outdated [and now removed] cv api

解决方法
cv2.IMREAD_GRAYSCALE