特别是，嵌入式计算机（资源有限）分析来自交通摄像头的实时视频流，试图挑选包含过往车辆车牌号的好帧。一旦找到一个印版，框架就会被移交给 OCR 库以提取配准并进一步使用它。

在我的国家，两种类型的车牌是常用的——矩形（典型）和方形——实际上，有点矩形但“比更宽”，注册分为两排。

（还有更多类型，但让我们忽略它们；它们占很小的百分比，通常属于我们不感兴趣的车辆。）

由于有限的资源和对快速、实时处理的需求，系统可以处理的最大网络规模（信元和连接数）是固定的。

将其分成两个较小的网络，每个网络识别一种类型的车牌会更好，还是较大的单个网络会更好地处理这两种类型？