Number plate blur ML (Proof Of

Een auto kenteken blur app door Machine Learning. (Proof Of Concept-versie)

Detecteert en vervaagt automatisch het kenteken van de auto in de afbeelding.

Bovendien kunt u de locatie- en tijdinformatie van de foto verwijderen.

U kunt de bewerkte foto apart van het originele bestand opslaan.

U kunt de verwerkingsresultaten ook overbrengen naar een andere app

U kunt bijvoorbeeld de foto wazig de kentekenplaat met deze app direct naar Twitter.

Detectie van nummerplaat is geïmplementeerd door machine learning.

Alle gevolgtrekkingen op het moment van detectie worden op het apparaat uitgevoerd. Er worden geen gegevens verzonden naar de server op het netwerk.

■ Hoe te gebruiken

Er zijn twee manieren om foto's te openen:

· Start deze app, selecteer een afbeelding en open deze.

· Overdracht naar deze app via de functie [Delen] van andere apps.

  ... Overdracht en vervaging van de foto's die worden weergegeven in de galerij-app, zoals Google Foto's met [Delen].

  ... Tik langdurig op de afbeelding die wordt weergegeven in de browser → overbrengen met [Delen] om te vervagen.

Er zijn twee manieren om de verwerkte foto's te gebruiken:

· Opslaan als nieuw bestand.

  ... Naar de map " / chaenomeles /".

· Overzetten naar andere apps door [Share] van deze app.

  Je kunt het als volgt gebruiken: overbrengen naar Twitter en tweeten. Overbrengen naar de Google Maps-app en deze publiceren. enz.

■ Aandacht

Deze app is gemaakt om te controleren of dit technisch mogelijk is.

Daarom is de kwaliteit van de app niet hoog.

Ik denk echter dat het een goed resultaat is bij vergelijkbare apps over kwaliteit.

Let op de volgende punten om te gebruiken.

· Deze app wordt vaak beëindigd vanwege onvoldoende geheugen.

  ... Het kan moeilijk zijn om te werken met apparaten die minder RAM bevatten.

  ... Voor opslaggeheugen in plaats van RAM, zal deze app het niet verspillen, dus maak je geen zorgen.

· Apparaat kan opnieuw opstarten door zware verwerking.

  ... Als het kentekengebied breed is, wordt de verwerking extreem zwaar en kunnen dergelijke symptomen optreden.

  ... De redenering zelf is niet zwaar, maar omdat de implementatie van de vervaging niet netjes wordt uitgevoerd, is er een probleem.

· De nummerplaat is mogelijk niet correct gedetecteerd of er kan een gebied worden gedetecteerd dat geen nummerplaat is.

  Bovendien kan het dit niet corrigeren.

  ... Aangezien ik me voornamelijk richt op het verifiëren van inferentiebewerkingen, heeft deze de functie niet geïmplementeerd om resultaten te bewerken.

· Kan niet inzoomen op de resultaatafbeelding.

  Er is een knop waarmee de kijker kan worden geactiveerd. Blader door dit te gebruiken.

· App-grootte is te groot.

  Ik maakte het zonder rekening te houden met de grootte. Excuseer mij.

■ Opmerkingen

◇ De gegevens voor het afleiden zijn geleerd met 120 foto's van auto's / K-auto's in Japan.

Aangezien het leerresultaat bevroren is, is er geen effect dat de nauwkeurigheid toeneemt naarmate u meer gebruikt.

◇ Omdat het alleen op de Japanse nummerplaat is geleerd, kan het zwak zijn voor een buitenlands kenteken.

Het lijkt er echter op dat het leren zo is gegaan dat het "vierkante plaat met geschreven letters aan de auto bevestigd" omvat, en het zal zelfs dingen in het buitenland detecteren.

◇ Het is zwak voor vrachtwagens en motorfietsen, omdat ik alleen afbeeldingen van auto's / K-auto's heb gemaakt als dataset voor het leren.

Als u verschillende dingen wilt uitproberen, kunt u genieten van het gebruik van de afbeelding met behulp van de browser om te zoeken in het artikel van het autotest-station.

Als u lang op de afbeelding tikt en deze naar deze app verzendt met [Delen], kunt u het verwerkingsresultaat controleren met afbeeldingen van een redelijk formaat.