尝试通过在4096 x 8192像素的图像上使用更快的RCNN来检测车牌。
我没有为训练调整大小，而是裁剪了图像的某些部分并标记了车牌并进行了训练，这样它就可以工作，但它无法检测实际图像，而只能检测小图像。
请指导我完成这样工作的最佳方式是什么。我应该如何提供训练，以及如何在faster_rcnn_inception_v2_pets.config上进行配置。或者，如果您认为更快的 RCNN 不适合此类工作，请提出更好的方法，我至少需要超过 %80 的准确度。
我在谷歌上搜索了很多，但找不到任何处理 8k 以上图像的人。
我也在下面附上一个示例图像。 https://ibb.co/NKWWd7q
我尝试在谷歌云服务器上对4096 x 8192 像素的图像进行注释训练，它在单个批量大小上消耗了超过 250gb 的 RAM。
亲切问候。
这是我的评论集合的答案：
与图像的其余部分相比，您的车牌似乎可能太小。
尝试首先使用例如YOLO提取汽车，提取它，然后再次运行车牌检测网络。请记住，您可能需要调整边界框(提取的汽车的大小)以适应您的网络输入大小。
可以在此处找到使用 YOLO 检测汽车的示例。