尝试通过在图像4096×8192像素上使用更快的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号牌并进行了训练。这种方式有效，但它无法检测实际图像，只能检测小图像。
请指导我完成这项工作的最佳方法是什么。我应该如何提供培训，以及如何在quick_rcnn_inception_v2_pets.config上进行配置。或者如果你认为更快的RCNN不适合这种工作，请建议一个更好的方法，我至少需要超过80％的准确度。
我在谷歌搜索了很多，但找不到任何人在8k以上的图像上工作。
我也在下面附上一张示例图片。 https://ibb.co/NKWWd7q
我曾尝试在谷歌云服务器上对4096 x 8192像素图像进行带注释的培训，单批量消耗的RAM超过250gb。
亲切的问候。
在这里，我的回答是我的评论集：
与图像的其余部分相比，您的车牌似乎太小了。
尝试首先用例如汽车提取汽车YOLO，提取它，然后再次运行您的车牌检测网络。请记住，您可能需要调整边界框（提取的汽车大小）以适合您的网络输入大小。
用YOLO can be found here检测汽车的例子。