CCPD数据集下载与预处理全指南：从数据获取到模型训练

1次阅读

共计 3221 个字符，预计需要花费 9 分钟才能阅读完成。

CCPD（Chinese City Parking Dataset）是目前最大的中文车牌识别开源数据集，包含超过 30 万张真实场景下的车牌图像。数据覆盖不同天气条件（晴天、雨天、雾天）、不同时间段（白天、夜晚）以及多种拍摄角度，具有以下特点：

高分辨率：所有图像均为 1920×1080 像素
丰富标注：包含车牌号、车牌颜色、车牌位置（四点坐标）及车辆品牌等信息
场景多样：涵盖停车场、道路卡口等多种实际场景

在车牌识别任务中，CCPD 因其数据量和多样性成为基准测试的首选数据集，能有效验证模型的泛化能力。

官方获取途径：

通过论文作者 GitHub 仓库下载（需科学上网）：
```
https://github.com/detectRecog/CCPD
```
国内镜像源（推荐）：
百度网盘：https://pan.baidu.com/s/1nW1kF8j 提取码：ccpd
阿里云 OSS：https://ccpd-dataset.oss-cn-hangzhou.aliyuncs.com/CCPD2019.zip

下载后文件结构：

CCPD2019/
├── CCPD-Base/       # 基础数据集（20 万张）├── CCPD-DB/        # 低亮度场景
├── CCPD-FN/        # 新牌照
└── CCPD-Weather/   # 特殊天气条件

CCPD 使用文件名存储标注信息，格式为：
025-95_113-154&383_386&473-386&473_177&454_154&383_363&402-0_0_22_27_27_33_16-37-15.jpg

解析代码：

import cv2
import re

def parse_ccpd_filename(filename):
    """参数示例："025-95_113-154&383_386&473-...jpg"返回：{'vertices': [[154,383],[386,473],...], # 车牌四角坐标'rect': [x_min, y_min, width, height], # 外接矩形'license':' 皖 A12345',                # 车牌号'brightness': 95,                    # 亮度值'blurriness': 113                    # 模糊度
    }
    """basename = os.path.basename(filename).split('.')[0]
    parts = basename.split('-')

    # 解析车牌位置
    vertices = []
    for coord in parts[2].split('_'):
        x, y = map(int, coord.split('&'))
        vertices.append([x, y])

    # 计算外接矩形
    x_coords = [v[0] for v in vertices]
    y_coords = [v[1] for v in vertices]
    x_min, x_max = min(x_coords), max(x_coords)
    y_min, y_max = min(y_coords), max(y_coords)

    return {
        'vertices': vertices,
        'rect': [x_min, y_min, x_max-x_min, y_max-y_min],
        'license': parts[-1],
        'brightness': int(parts[1].split('_')[0]),
        'blurriness': int(parts[1].split('_')[1])
    }

# 使用示例
annotation = parse_ccpd_filename("025-95_113-154&383_386&473-...jpg")
print(f"检测到车牌：{annotation['license']}")

推荐使用 albumentations 进行高效增强：

import albumentations as A

transform = A.Compose([A.RandomBrightnessContrast(p=0.5),  # 随机调整亮度对比度
    A.MotionBlur(blur_limit=5, p=0.3),  # 运动模糊模拟
    A.CLAHE(p=0.2),                     # 对比度限制自适应直方图均衡
    A.RandomGamma(p=0.2),               # 伽马变换
    A.Cutout(max_h_size=20, p=0.1)      # 随机遮挡
], bbox_params=A.BboxParams(format='pascal_voc'))

# 应用增强
image = cv2.imread("ccpd_image.jpg")
bbox = annotation['rect']  # [x_min, y_min, width, height]

transformed = transform(image=image, bboxes=[bbox])
aug_img = transformed['image']
aug_bbox = transformed['bboxes'][0]

检测阶段：
YOLOv5s（平衡速度与精度）
Faster R-CNN（高精度场景）
识别阶段：
LPRNet（轻量级端到端网络）
CRNN（CNN+RNN+CTC 经典组合）

# 数据加载器配置
train_loader = torch.utils.data.DataLoader(CCPDDataset('CCPD2019/CCPD-Base', transform=transform),
    batch_size=32,
    shuffle=True,
    num_workers=4
)

# 模型定义（示例使用简化版 LPRNet）model = nn.Sequential(nn.Conv2d(3, 64, 3, padding=1),
    nn.ReLU(),
    nn.MaxPool2d(2),
    # ... 更多卷积层
    nn.Flatten(),
    nn.Linear(1024, 78)  # 78 个字符类别（汉字 + 字母 + 数字）).cuda()

# 训练循环
optimizer = torch.optim.Adam(model.parameters(), lr=1e-3)
criterion = nn.CrossEntropyLoss()

for epoch in range(50):
    for images, labels in train_loader:
        preds = model(images.cuda())
        loss = criterion(preds, labels.cuda())

        optimizer.zero_grad()
        loss.backward()
        optimizer.step()

关键参数建议：
– 输入尺寸：94×24 像素（车牌标准比例）
– 学习率：初始 1e-3，每 10epoch 衰减 0.1
– Batch Size：根据 GPU 显存选择（通常 32-128）