1
单个神经网络可以处理识别两种类型的对象，还是应该将其分为两个较小的网络？
特别是，一台嵌入式计算机（资源有限）会分析来自交通摄像头的实时视频流，试图选择包含过往车辆牌照号的良好帧。找到板后，将框架移交给OCR库以提取配准并进一步使用它。 在我国，通常使用两种类型的车牌-矩形（典型的）和正方形-实际上，有些牌照是矩形的，但“比宽于”高，车牌分为两行。 （还有更多类型，但让我们忽略它们；它们只占很小的百分比，通常属于超出我们兴趣的车辆。） 由于资源有限以及需要快速实时处理，因此系统可以处理的最大网络大小（单元和连接数）是固定的。 最好将其分成两个较小的网络，每个网络都识别一种类型的车牌，还是将较大的单个网络更好地处理这两种类型？