Всем привет! Делаю задачу по детекции букв/цифр на нормализованных автономерах. Столкнулся

с проблемой: прямоугольные и квадратные автономера разного размера (примеры прилагаю). Отсюда непонимание как обучать детектор. Может стоит в этом случае обучить два детектора? Или один, но как-то хитро предобработать данные? Растянуть и заполнить черными пикселями сразу кажется плохой затеей

Обучайте детектор на конкретные цифры/буквы, а последовательность их считывайте слева-направо и если есть 2 строка, то сверху вниз

так и делаем. проблема в другом: изображения обоих типов номеров разного размера (условно, прямоугольные=170х30, квадратные=90х50) и при подаче на вход нс они исказятся. если обучать с квадратным входным слоем - прямоугольный номер будет вписан в квадрат, а оставшееся место заполнится черными пикселями. если обучать с прямоугольным входным слоем - с квадратным номером произойдет то же самое.

а нельзя сделать 2 отдельных? На входе если изображение прямоугольное то сетка №1, если квадратная то сетка №2

ну вот похоже единственный адекватный вариант

Можно сделать костыли такие: квадратные номера преобразовывать в прямоугольные (разделить пополам и конкатенировать) или вписать в больший прямоугольник и использовать детектор какой-нибудь на каждую букву

Вы меня, ввиду моей косноязычности, наверное, не правильно поняли. Обучать 1 модуль на распознавание символов. А сами символы искать на любом изображении например морфологическими преобразованиями. Вырезать и подавать на модуль распознавания.