CCPD车牌数据集实战指南：从数据预处理到模型训练全流程解析

1次阅读

没有评论

共计 2924 个字符，预计需要花费 8 分钟才能阅读完成。

CCPD 是一个包含 10 万 + 中国车牌图像的数据集，覆盖了晴天、雨天、雾天等多种天气条件，以及倾斜、遮挡、模糊等现实场景。对于刚接触计算机视觉的新手来说，这个数据集既提供了丰富的学习素材，也带来了不少挑战。

数据量大：包含超过 10 万张车牌图像
场景多样：涵盖各种天气和光照条件
挑战性强：包含倾斜、遮挡等复杂情况

在使用 CCPD 数据集时，新手常会遇到以下几个问题：

标注文件解析困难 ：CCPD 使用 XML 格式的标注，与 YOLO 等现代框架要求的格式不同
光照条件差异大 ：不同时间、天气拍摄的图像亮度对比度差异显著
长宽比极端样本 ：车牌的长宽比与常规物体差异很大，需要特殊处理

我们需要将 XML 格式的标注转换为 YOLO 格式。以下是一个完整的 Python 脚本：

import xml.etree.ElementTree as ET
import os

def convert_ccpd_to_yolo(xml_path, output_dir):
    """
    将 CCPD 的 XML 标注转换为 YOLO 格式
    :param xml_path: XML 文件路径
    :param output_dir: 输出目录
    """
    tree = ET.parse(xml_path)
    root = tree.getroot()

    # 获取图像尺寸
    size = root.find('size')
    width = int(size.find('width').text)
    height = int(size.find('height').text)

    # 准备输出内容
    output_lines = []

    # 遍历所有车牌对象
    for obj in root.iter('object'):
        # 车牌类别固定为 0（假设只有一个类别）cls_id = 0

        # 获取边界框坐标
        bndbox = obj.find('bndbox')
        xmin = int(bndbox.find('xmin').text)
        ymin = int(bndbox.find('ymin').text)
        xmax = int(bndbox.find('xmax').text)
        ymax = int(bndbox.find('ymax').text)

        # 转换为 YOLO 格式（中心点坐标和宽高，归一化）x_center = (xmin + xmax) / 2 / width
        y_center = (ymin + ymax) / 2 / height
        box_width = (xmax - xmin) / width
        box_height = (ymax - ymin) / height

        output_lines.append(f"{cls_id} {x_center:.6f} {y_center:.6f} {box_width:.6f} {box_height:.6f}")

    # 写入输出文件
    base_name = os.path.splitext(os.path.basename(xml_path))[0]
    output_path = os.path.join(output_dir, f"{base_name}.txt")

    with open(output_path, 'w') as f:
        f.write('\n'.join(output_lines))

针对光照问题，我们可以使用 CLAHE（对比度受限的自适应直方图均衡化）：

import cv2

def apply_clahe(image):
    """
    应用 CLAHE 增强图像对比度
    :param image: 输入图像
    :return: 处理后的图像
    """
    # 转换为 LAB 颜色空间
    lab = cv2.cvtColor(image, cv2.COLOR_BGR2LAB)
    l, a, b = cv2.split(lab)

    # 对 L 通道应用 CLAHE
    clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8))
    cl = clahe.apply(l)

    # 合并通道并转回 BGR
    merged = cv2.merge((cl, a, b))
    return cv2.cvtColor(merged, cv2.COLOR_LAB2BGR)

使用 albumentations 库配置数据增强流水线：

import albumentations as A

def get_augmentations():
    """
    获取数据增强配置
    :return: 增强流水线
    """
    return A.Compose([A.RandomBrightnessContrast(p=0.5),  # 随机调整亮度对比度
        A.HueSaturationValue(p=0.5),  # 随机调整色调饱和度
        A.RandomGamma(p=0.3),  # 随机 Gamma 变换
        A.Blur(blur_limit=3, p=0.1),  # 轻微模糊
        A.MotionBlur(blur_limit=3, p=0.1),  # 运动模糊
        A.Rotate(limit=5, p=0.5),  # 小角度旋转
        A.RandomResizedCrop(height=640, width=640, scale=(0.8, 1.0), ratio=(1.7, 3.0), p=0.5),
    ], bbox_params=A.BboxParams(format='yolo'))

对于车牌检测任务，推荐使用 YOLOv5s 或 YOLOv5m：

YOLOv5s：速度最快，适合实时应用
YOLOv5m：精度和速度的平衡

输入尺寸 ：建议使用 640×640
学习率 ：初始值设为 0.01
Batch Size：根据 GPU 显存选择，通常 16-32

# 在 YOLOv5 的 train.py 中添加 warmup
if warmup_epochs > 0:
    # 线性 warmup
    lf = lambda x: ((1 + math.cos(x * math.pi / epochs)) / 2) * (1 - hyp['lrf']) + hyp['lrf']  # cosine
    scheduler = torch.optim.lr_scheduler.LambdaLR(optimizer, lr_lambda=lf)

    # 前 warmup_epochs 使用线性增长
    for epoch in range(warmup_epochs):
        lr = hyp['lr0'] * (epoch + 1) / warmup_epochs
        for param_group in optimizer.param_groups:
            param_group['lr'] = lr
        # ... 训练代码...