Moreover, after building the system

Moreover, after building the system, we also check the
accuracy of the whole system including three stages above.
In this overall experiment, we use the models to test on 215
images of new motorcycles. Results show that 99% of the
license plates are correctly recognized. Among this number,
there are 190 images (out of 215) are correctly recognized
and classified ( 88.37%) at the first capture by the camera,
and there are 25 (out of 215, equivalent to 11.62%) license
plates are correctly recognized but one letter is misclassified and one-gate-out separately. In this deployment model, the
driver checks in at one gate and checks out at another gate.
These gates are connected via a local area network.

ผลลัพธ์ (ไทย) 1:

นอกจากนี้ หลังจากการสร้างระบบ เรายังตรวจสอบการความถูกต้องของทั้งระบบรวมทั้งสามขั้นตอนข้างต้นในการทดลองนี้โดยรวม เราใช้แบบจำลองเพื่อทดสอบใน 215ภาพของรถจักรยานยนต์ใหม่ ผลแสดงว่า 99% ของการป้ายทะเบียนถูกต้องรู้จัก ในจำนวนนี้มี 190 ภาพ (จาก 215) มีรู้จักอย่างถูกต้องและการจัดประเภท ed (88.37%) ที่ก่อนการจับภาพจากกล้อง25 (จาก 215 เทียบเท่ากับ 11.62%) มีใบอนุญาตแผ่นมีรู้จักอย่างถูกต้อง แต่จดหมายหนึ่งคือ misclassi ฟองและหนึ่งประตูออกต่างหาก ในรุ่นนี้การใช้งาน การควบคุมตรวจสอบในที่หนึ่งประตู และเช็คเอาท์ที่ประตูอื่นประตูเหล่านี้มีการเชื่อมต่อผ่านเครือข่ายท้องถิ่น

ผลลัพธ์ (ไทย) 2:

นอกจากนี้หลังจากการสร้างระบบที่เรายังตรวจสอบ
ความถูกต้องของทั้งระบบรวมทั้งสามขั้นตอนข้างต้น.
ในการทดลองทั้งหมดนี้เราใช้แบบจำลองเพื่อทดสอบใน 215
ภาพของรถจักรยานยนต์ใหม่ ผลการศึกษาพบว่า 99% ของ
แผ่นป้ายทะเบียนได้รับการยอมรับอย่างถูกต้อง ท่ามกลางจำนวนนี้
มี 190 ภาพ (จาก 215) ได้รับการยอมรับอย่างถูกต้อง
และ classifi เอ็ด (88.37%) ที่จับภาพแรกจากกล้อง
และมี 25 (จาก 215 คิดเป็น 11.62%) ใบอนุญาต
จาน ได้รับการยอมรับอย่างถูกต้อง แต่จดหมายฉบับหนึ่งคือ misclassi กระแสไฟและเป็นหนึ่งในประตูออกแยกต่างหาก ในรูปแบบการใช้งานนี้
การตรวจสอบในการขับรถที่ประตูและออกตรวจสอบที่ประตูอีก.
ประตูเหล่านี้จะเชื่อมต่อผ่านเครือข่ายท้องถิ่น