车牌识别

车牌识别部分，参考LPRNet和Multi-line license plate recognition

车牌数据生成，参考fake_chs_lp、alpr_utils

理论上该网络可以识别单双行，只要添加数据训练，当前训练数据均为生成数据

数据来源

• CCPD2019，CCPD2020，裁切矫正车牌，参考prepare_ccpd.py
• 生成数据，通过gen_data.py生成数据集，每类车牌及细分类别的生成概率可通过配置文件config_gen.py配置
• 生成数据有使用贴图，可在data/env_imgs中添加背景素材
• 车牌标签以文件名方式保存和读取，'日期'-'种类'-'号码'-'时间戳'，如 20220122-green+b-藏AQ2580D-1642860498000912.jpg

训练

• 修改训练的参数配置文件lpr.yml，一般修改保存路径、train和test数据路径，因为标签以文件名方式读取，只需要添加文件夹路径即可
• 修改配置文件后，python train.py config/lpr.yml开始训练
• 建议单卡训练（多卡eval未修改），小的BatchSize对指标并无影响 测试
• 评估指标 python test.py --task val --config lpr-d.yml --model path/to/your/model
• 结果测试 python inference.py --task val --config lpr-d.yml --model path/to/your/model --path path/to/your/img

支持车牌种类

• 蓝色单层车牌
• 黄色单层车牌
• 绿色新能源车牌、民航车牌
• 黑色单层车牌
• 白色警牌、军牌、武警车牌
• 黄色双层车牌
• 绿色农用车牌
• 白色双层军牌

车牌检测参考：https://github.com/gm19900510/Pytorch_Retina_License_Plate