车牌识别CCPD达99%，真实照片却频频失败
AI 总结
一名开发者用两天时间搭建了可运行的车牌识别流程，以 YOLOv8n 检测车牌、LPRNet 结合 CTC 解码识别字符，并用 HSV 规则判断颜色。作者自报系统在 CCPD 上达到 99%，但手机实拍照片暴露出外省车牌、斜拍远拍、双层车牌、翻拍文件和复杂光照等场景的失败。文章提供可运行代码，并建议补充数据、加强增强、按省份和颜色分组评估及改用颜色分类网络。
深度见解
这则实践记录表明，漂亮的数据集指标可能掩盖真实业务中的数据偏差与部署落差。
前言
事情是这样的。
公司做车险业务，录单的时候要从车辆照片里提取车牌号。我们一直用的是蓝兴AI的车牌号识别接口，传张图过去，几百毫秒就返回车牌号、颜色和单双层，用着挺省心。
但作为一个有好奇心的程序员，我总觉得："不就是个车牌识别吗？YOLO 一把梭，能有多难？"
于是某个周末，我决定自己从零撸一个。
剧透一下结局：模型跑通了，指标很好看，然后在真实照片上被教做人了。 😅
#YOLOv8n#LPRNet#CCPD#ONNX Runtime#FastAPI#OpenCV#Blue Xing AI