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 2756 个字符，预计需要花费 7 分钟才能阅读完成。

CCPD 数据集是国内最常用的车牌识别基准数据集之一，包含超过 30 万张真实场景下的车牌图像。但在实际使用中，开发者常会遇到以下问题：

数据量庞大导致加载和处理效率低下
标注信息采用混合格式（部分 XML，部分 TXT）
图像尺寸不统一（从 96×96 到 1920×1080 不等）
存在模糊、倾斜、遮挡等复杂场景

OpenCV
优势：C++ 底层实现，处理速度快
适用场景：需要高性能处理的批量操作
示例：cv2.resize()比 Pillow 快 3 - 5 倍
Pillow
优势：API 简单易用
适用场景：简单的单张图像处理

PyTorch
动态图机制更适合研究调试
DataLoader 对大型数据集更友好
TensorFlow
生产环境部署更成熟
TFRecord 格式适合超大数据集

推荐组合：OpenCV + PyTorch（兼顾效率与灵活性）

图像归一化

import cv2

def normalize_image(img_path, target_size=(224, 224)):
    img = cv2.imread(img_path)
    # 保持长宽比的 resize
    h, w = img.shape[:2]
    scale = min(target_size[0]/h, target_size[1]/w)
    new_size = (int(w*scale), int(h*scale))
    resized = cv2.resize(img, new_size, interpolation=cv2.INTER_AREA)

    # 边缘填充
    top = (target_size[0] - new_size[1]) // 2
    bottom = target_size[0] - new_size[1] - top
    left = (target_size[1] - new_size[0]) // 2
    right = target_size[1] - new_size[0] - left

    return cv2.copyMakeBorder(resized, top, bottom, left, right, 
                             cv2.BORDER_CONSTANT, value=(114,114,114))

标注解析

import xml.etree.ElementTree as ET

def parse_annotation(ann_path):
    if ann_path.endswith('.xml'):
        tree = ET.parse(ann_path)
        root = tree.getroot()
        # 提取车牌四个角点坐标
        points = [list(map(int, point.text.split(','))) 
                 for point in root.findall('.//point')]
        return {'points': points, 'plate_num': root.find('.//plate_num').text}
    else:  # TXT 格式
        with open(ann_path) as f:
            # 格式：x1,y1,x2,y2,x3,y3,x4,y4,plate_num
            parts = f.read().strip().split(',')
            return {'points': [[int(parts[i]), int(parts[i+1])] for i in range(0,8,2)],
                'plate_num': ','.join(parts[8:])
            }

推荐使用 Albumentations 库实现高效增强：

import albumentations as A

transform = A.Compose([A.RandomBrightnessContrast(p=0.5),
    A.RandomFog(p=0.3),  # 模拟雾天
    A.RandomRain(p=0.2), # 模拟雨天
    A.ShiftScaleRotate(
        shift_limit=0.1,
        scale_limit=0.1,
        rotate_limit=15,
        border_mode=cv2.BORDER_CONSTANT,
        p=0.7
    )
], keypoint_params=A.KeypointParams(format='xy'))

# 使用示例
augmented = transform(
    image=image,
    keypoints=annotation['points']
)

学习率策略
初始 lr：3e-4（Adam 优化器）
采用 CosineAnnealing 调度
损失函数组合
车牌检测：Smooth L1 Loss
字符识别：CTC Loss
Batch Size 设置
8GB 显存：batch_size=16
24GB 显存：batch_size=64

批量处理技巧

# 使用 PyTorch 的 DataLoader
from torch.utils.data import DataLoader

dataloader = DataLoader(
    dataset,
    batch_size=32,
    num_workers=4,  # 根据 CPU 核心数调整
    pin_memory=True,  # 加速 GPU 传输
    prefetch_factor=2  # 预取批次
)

GPU 加速要点

使用混合精度训练

from torch.cuda.amp import GradScaler, autocast

scaler = GradScaler()
with autocast():
    outputs = model(inputs)
    loss = criterion(outputs, targets)
scaler.scale(loss).backward()
scaler.step(optimizer)
scaler.update()

内存溢出问题
症状：训练时突然崩溃
解决方案：
- 使用 torch.utils.data.Dataset 的子集采样
- 启用 dataloader 的persistent_workers=True
标注错位问题
症状：增强后标注框偏移
解决方案：
- 检查增强库是否支持 keypoint 同步变换
- 使用 A.KeypointParams 验证坐标范围
字符识别准确率低
症状：数字 0 和字母 O 混淆
解决方案：
- 在预处理阶段添加字符形态学处理
- 调整 CTC Loss 的 blank token 权重