一站式完成车牌识别任务：从模型优化到端侧部署

交通领域的应用智能化不断往纵深发展，其中最为成熟的车牌识别早已融入人们的日常生活之中，在高速公路电子收费系统、停车场等场景中随处可见。一些企业在具体业务中倾向采用开源方案降低研发成本，但现有公开的方案中少有完成端到端的车牌应用范例。

本次飞桨产业实践范例库开源车牌识别场景应用，提供了从技术方案、模型训练优化，到模型部署的全流程可复用方案，降低产业落地门槛。

项目链接

https://github.com/PaddlePaddle/PaddleOCR/tree/dygraph/applications

所有源码及教程均已开源。欢迎大家使用，star鼓励~

基于PaddleOCR的轻量级车牌识别系统

场景难点

本范例解决车牌识别任务，需完成车牌检测模型和车牌识别模型的微调与串联，并部署到端侧设备中。项目包含以下难点：

• 车牌在图像中的尺度差异大、在车辆上的悬挂位置不固定；
• 车牌图像质量层次不齐: 角度倾斜、图片模糊、光照不足、过曝等问题严重；
• 边缘和端测场景应用对模型大小有限制，推理速度有要求。

图1 CCPD绿牌数据集图像

项目方案

针对以上问题，本范例选用PaddleOCR中的超轻量OCR系统PP-OCRv3进行车牌识别系统的开发，通过微调检测和识别模型，在CCPD新能源数据集达到99%的检测精度和94%的识别精度，模型大小为12.8M(检测2.5M+识别10.3M)。基于量化对模型体积进一步压缩到5.8M(1M+4.8M),同时推理速度提升25%。

训练数据 

CCPD(Chinese City Parking Dataset）数据集包含蓝底车牌和新能源车牌，覆盖场景包括各类文字形态（倾斜、模糊）与气候环境（如阴雨天、雪天等），其中新能源车牌训练集数量为5769张。CCPD数据标签体现在图片文件名，其命名规范如图2所示。范例中我们通过转换脚本将上述规则转换为PaddleOCR的数据标注格式并划分数据集。

图2 文件名称命名规则

 模型优化 

在少量数据的情况下，优秀的预训练模型能够带来更好的精度和泛化性。本范例选择PaddleOCR最新发布的PP-OCRv3模型完成数据微调。PP-OCRv3在PP-OCRv2的基础上，端到端指标H-means在中文场景再提升5%, 英文数字模型提升11%，如图3所示。

图3 不同模型精度/耗时/大小对比

在具体策略方面，PP-OCRv3在检测部分使用ResidualSE-FPN（残差注意力机制的FPN结构），识别部分使用SVTR_LCNet轻量级文本识别网络，GuidedTraining of CTCAttention损失指导CTC损失训练策略。上述策略的详细解释将在直播课展开。

图4 PP-OCRv3具体策略展示

由于车牌场景均为边端设备部署，因此对速度和模型大小有比较高的要求。采用量化训练的方式能够压缩模型大小、加速模型推理速度。模型量化可以在基本不损失模型精度的情况下，将FP32精度的模型参数转换为Int8精度，减小模型参数大小并加速计算，使用量化后的模型在移动端等部署时更具备速度优势。

综上，对于车牌检测和识别有如下3种方案：

• PP-OCRv3中英文超轻量预训练模型直接预测
• 基于PP-OCRv3的策略在CCPD数据集中微调
• 基于PP-OCRv3的策略在CCPD数据集中微调后量化

最终，检测方案指标如表1所示，识别方案如表2所示。

表1 检测方案指标

表2 识别方案指标

预测部署 

边缘部署和端侧部署是车牌识别的常见部署方式，PaddleLite轻量化推理引擎是飞桨专为手机、IOT端提供的高效推理能力。本范例采用PaddleLite的cpp推理，在骁龙855上完成示例演示，最终端到端预测速度为224ms。

产业实践范例教程，助力企业跨越AI落地鸿沟

飞桨产业实践范例，致力于加速AI在产业落地的前进路径，减少理论技术与产业应用的差距。范例来源于产业真实业务场景，通过完整的代码实现，提供从数据准备到模型部署的方案过程解析，堪称产业落地的“自动导航”。

• 真实产业场景：与实际具有AI应用的企业合作共建，选取企业高频需求的AI应用场景如智慧城市-安全帽检测、智能制造-表计读数等；
• 完整代码实现：提供可一键运行的代码，在“AIStudio一站式开发平台”上使用免费算力一键Notebook运行；
• 详细过程解析：深度解析从数据准备和处理、模型选择、模型优化和部署的AI落地全流程，共享可复用的模型调参和优化经验；
• 直达项目落地：百度高工手把手教用户进行全流程代码实践，轻松直达项目POC阶段。