CCPD数据集实战指南：从数据预处理到模型训练的全流程解析

1次阅读

没有评论

共计 3540 个字符，预计需要花费 9 分钟才能阅读完成。

CCPD（Chinese City Parking Dataset）是目前最全面的中文车牌识别数据集之一，包含超过 30 万张真实场景下的车牌图像。数据集特点包括：

覆盖不同天气条件（晴天、雨天、雾天等）
多种角度和光照变化
包含新能源车牌和普通蓝牌
每张图片附带精确的边界框（bounding box）和车牌号标注

新手常见问题：

标注信息分散在文件名和额外 txt 文件中
图像尺寸不统一（从几十 KB 到几 MB 不等）
特殊字符（如新能源车牌字母 ’D’）需要特殊处理

下载数据集：
官方地址：https://github.com/detectRecog/CCPD
建议下载 CCPD2019 基础版（约 12GB）

目录结构：

CCPD2019/
├── ccpd_base/    # 基础数据集
│   ├── 01_92_182_26_92_182_26_182.jpg
│   └── ...
├── ccpd_blur/    # 模糊车牌
├── ccpd_db/      # 低亮度车牌
└── ccpd_fn/      # 夜间车牌

文件名解析：
示例文件名 01_92_182_26_92_182_26_182.jpg 包含：
车牌号：苏 A92E26
边界框坐标：(182,92)到(182,26)

完整 Python 处理脚本：

import cv2
import os
from pathlib import Path

# 解析文件名获取标注信息
def parse_filename(filename):
    parts = filename.split('_')
    # 车牌号转换（示例：01-> 苏, 92->A）province_code = parts[0]
    plate_number = parts[1] + parts[2] + parts[3]
    # 边界框坐标
    left, top = int(parts[4]), int(parts[5])
    right, bottom = int(parts[6]), int(parts[7])
    return {'plate': f'{province_dict[province_code]}{plate_number}',
        'bbox': [left, top, right, bottom]
    }

# 转换所有数据
def convert_dataset(input_dir, output_dir):
    Path(output_dir).mkdir(exist_ok=True)

    for img_file in Path(input_dir).glob('*.jpg'):
        img = cv2.imread(str(img_file))
        info = parse_filename(img_file.stem)

        # 保存为 YOLO 格式
        with open(f'{output_dir}/{img_file.stem}.txt', 'w') as f:
            x_center = (info['bbox'][0] + info['bbox'][2]) / 2 / img.shape[1]
            y_center = (info['bbox'][1] + info['bbox'][3]) / 2 / img.shape[0]
            width = abs(info['bbox'][2] - info['bbox'][0]) / img.shape[1]
            height = abs(info['bbox'][3] - info['bbox'][1]) / img.shape[0]
            f.write(f"0 {x_center} {y_center} {width} {height}")

        # 保存调整后的图像
        cv2.imwrite(f'{output_dir}/{img_file.name}', img)

针对车牌识别的特殊增强方法：

透视变换（模拟不同拍摄角度）：

def perspective_transform(img):
    h, w = img.shape[:2]
    pts1 = np.float32([[0,0], [w,0], [0,h], [w,h]])
    pts2 = np.float32([[0,0], [w,0], [random.randint(0,50),h], 
                       [random.randint(w-50,w),h]])
    M = cv2.getPerspectiveTransform(pts1, pts2)
    return cv2.warpPerspective(img, M, (w,h))

颜色扰动（应对不同光照条件）：

def color_jitter(img):
    img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    img[:,:,1] = img[:,:,1] * random.uniform(0.7, 1.3)  # 饱和度变化
    img[:,:,2] = img[:,:,2] * random.uniform(0.7, 1.3)  # 明度变化
    return cv2.cvtColor(img, cv2.COLOR_HSV2BGR)

模糊处理（模拟运动模糊）：

def motion_blur(img):
    kernel_size = random.randint(3, 10)
    kernel = np.zeros((kernel_size, kernel_size))
    kernel[:, kernel_size//2] = 1/kernel_size
    return cv2.filter2D(img, -1, kernel)

PyTorch 基础训练示例：

import torch
import torchvision

# 自定义数据集类
class LicensePlateDataset(torch.utils.data.Dataset):
    def __init__(self, img_dir, transform=None):
        self.img_dir = Path(img_dir)
        self.img_files = list(self.img_dir.glob('*.jpg'))
        self.transform = transform

    def __len__(self):
        return len(self.img_files)

    def __getitem__(self, idx):
        img_path = self.img_files[idx]
        img = cv2.imread(str(img_path))

        # 读取对应标注文件
        with open(str(img_path).replace('.jpg', '.txt')) as f:
            label = f.read().strip()

        if self.transform:
            img = self.transform(img)

        return img, label

# 定义简单 CNN 模型
class PlateRecognitionModel(torch.nn.Module):
    def __init__(self, num_classes=68):  # 31 个省份 +10 数字 +24 字母 + 新能源
        super().__init__()
        self.backbone = torchvision.models.resnet18(pretrained=True)
        self.fc = torch.nn.Linear(512, num_classes)

    def forward(self, x):
        features = self.backbone(x)
        return self.fc(features)

# 训练循环
def train(model, dataloader, criterion, optimizer, epochs=10):
    for epoch in range(epochs):
        for imgs, labels in dataloader:
            optimizer.zero_grad()
            outputs = model(imgs)
            loss = criterion(outputs, labels)
            loss.backward()
            optimizer.step()