Tek bir sinir ağı iki tür nesneyi tanıyabilir mi yoksa iki küçük ağa mı bölünmelidir?

Özellikle, gömülü bir bilgisayar (sınırlı kaynaklara sahip), trafik kamerasından canlı video akışını analiz ederek geçen arabaların plaka numaralarını içeren iyi kareler seçmeye çalışır. Bir plaka yerleştirildikten sonra, çerçeve kaydı çıkarmak ve daha fazla kullanmak için bir OCR kütüphanesine teslim edilir.

Ülkemde iki tip plaka yaygın olarak kullanılmaktadır - dikdörtgen (tipik) ve kare - aslında, biraz dikdörtgen ama "daha geniş", kayıt iki sıraya bölünmüştür.

(daha fazla tür var, ancak onları göz ardı edelim; küçük bir yüzde ve genellikle ilgimizin dışında kalan araçlara ait.)

Sınırlı kaynaklar ve hızlı, gerçek zamanlı işleme ihtiyacı nedeniyle, sistemin maksimum işleyebileceği ağ boyutu (hücre ve bağlantı sayısı) sabittir.

Bunu, her biri bir kayıt plakasını tanıyan iki küçük ağa bölmek daha mı iyi olur, yoksa daha büyük tek ağ iki türü daha iyi idare eder mi?

Sinir ağınıza ne tür özellikler verdiğinizi bilmiyorum. Ancak, genel olarak, tek bir sinir ağı ile giderdim. Ağınızı eğitmek için kaynaklarda herhangi bir sınırlamanız yok gibi görünüyor ve tek sorun, ağınızı uygularken kaynaklardır.

Mesele şu ki, muhtemelen iki sorunun ortak noktaları vardır (örneğin her iki plaka tipi de dikdörtgen şeklindedir). Bu, iki ağ kullanırsanız, her birinin aynı alt sorunu (ortak kısım) tekrar çözmesi gerektiği anlamına gelir. Yalnızca bir ağ kullanırsanız, sorunun ortak kısmı daha az hücre / ağırlık çözülecektir ve kalan ağırlıklar / hücreler daha iyi tanıma için kullanılabilir.

Sonunda, senin yerinde olsaydım ikisini de denerdim. Bence en iyi çözümün ne olduğundan emin olmanın tek yolu bu. Teorik olarak konuşurken bazı faktörleri dahil etmemiz mümkündür.