簡介這是一份面向車牌檢測與字符識別任務的黃牌圖像數(shù)據(jù)集適合計算機視覺學習者、算法開發(fā)者及課程設(shè)計、項目實訓使用。數(shù)據(jù)覆蓋多種拍攝角度標注采用polygon多邊形目標框四個頂點分別對應車牌四角可更貼合傾斜、透視場景下的車牌輪廓為檢測模型訓練與字符識別預處理提供直接可用的標注基礎(chǔ)。所有圖片經(jīng)人工逐張篩選剔除模糊與歧義區(qū)域減少后續(xù)清洗成本。壓縮包共9324個文件其中4627張jpg、35張jpeg圖像與4662個json標注文件整體約257.79MB圖像與標簽一一對應便于按目錄組織訓練集和驗證集。已有890人學習下載。對需要矩形框json格式的讀者作者也提供轉(zhuǎn)換支持無論是做黃牌檢測、車牌定位還是字符識別流程驗證都能從中獲得較完整的圖像與標注素材。1. 黃牌車牌檢測數(shù)據(jù)集不是“有框就行”json標簽先決定上限某開發(fā)者拿一批黃牌車牌檢測數(shù)據(jù)集做園區(qū)門口抓拍訓練損失降得很順推理時卻總把黃色廣告牌、收費亭反光條框成車牌。翻到數(shù)據(jù)層才發(fā)現(xiàn)json標簽里的框是中心點加寬高轉(zhuǎn)換腳本卻按左上右下讀模型學的是一套偏移框。這個資源就是帶json標簽的黃牌車牌檢測數(shù)據(jù)集落在圖像識別流程里負責車牌識別之前的定位環(huán)節(jié)適合卡口、停車場、園區(qū)門口這類黃牌車較多的場景也適合想練json轉(zhuǎn)YOLO、COCO標注口徑的人。黃牌顏色是先驗不是標簽json字段沒讀透訓練越久偏得越遠。下面從字段校驗開始把能復現(xiàn)的步驟和翻車點拆開。2. 把json標簽讀透字段探測、坐標校驗與黃牌樣本分布2.1 先做字段探測不要上來就硬編碼鍵名json標簽最怕“看起來一樣”。同樣叫bbox有的存[x_min, y_min, x_max, y_max]有的存[x, y, w, h]還有的存歸一化后的中心點寬高。黃牌車牌檢測數(shù)據(jù)集如果來自不同標注批次字段名和層級都可能變。我一般不會先寫轉(zhuǎn)換腳本而是先跑一個字段探測把一份json里所有鍵路徑打印出來確認圖像路徑、寬高、標注列表、框字段、類別字段分別在哪一層。import json from pathlib import Path def walk_keys(obj, prefix): 遞歸打印json鍵路徑列表只采樣前3個元素避免大文件卡住 if isinstance(obj, dict): for k, v in obj.items(): yield prefix k, v yield from walk_keys(v, prefix k .) elif isinstance(obj, list): for i, v in enumerate(obj[:3]): yield from walk_keys(v, prefix f[{i}].) json_path Path(labels/one_sample.json) data json.loads(json_path.read_text(encodingutf-8)) for key, value in walk_keys(data): # 只打印鍵路徑和值類型不打印整段base64或大數(shù)組 print(f{key} - {type(value).__name__})這段代碼只做一件事把嵌套結(jié)構(gòu)攤平。walk_keys對字典逐層拼路徑對列表只取前三個元素因為標注文件里objects或annotations可能很長全量遞歸會拖慢排查。prefix用來保留層級比如objects.[0].bbox能直接看出框在標注對象里而不是在頂層。實際使用時先拿一份樣本跑確認鍵路徑后再寫批量腳本。常見字段命名可以對照下表但不要把它當標準。表里只是排查方向最終以實際json為準。信息類型常見鍵名要確認的點圖像路徑imagePath、image_path、file_name是相對路徑還是絕對路徑根目錄在哪圖像寬高width、height、imageWidth與真實讀圖尺寸是否一致標注列表objects、annotations、shapes是列表還是按類別分組的字典框坐標bbox、points、box是四個數(shù)還是兩個點是否歸一化類別label、category、class_name大小寫、中英文、是否有空格提示字段探測階段不要急著改json先把原始鍵路徑和值類型記錄下來。后面轉(zhuǎn)換腳本報錯時這份記錄就是后悔藥。2.2 坐標口徑與越界檢查四個必須落庫的校驗確認字段后下一步不是直接轉(zhuǎn)YOLO而是做坐標校驗。黃牌車牌在圖像里通常偏小框偏移幾個像素肉眼看不出來但歸一化之后會被放大。我一般要求四個校驗必須落庫坐標數(shù)值有限、右下大于左上、框不越界、json寬高與真實讀圖尺寸一致。前三個決定框能不能用第四個決定歸一化分母對不對。import math from PIL import Image def to_xyxy(bbox, fmt, w, h): 把不同口徑的框統(tǒng)一成絕對像素xyxy if fmt xyxy: x1, y1, x2, y2 bbox elif fmt xywh: x, y, bw, bh bbox x1, y1, x2, y2 x, y, x bw, y bh elif fmt cxcywh: cx, cy, bw, bh bbox x1, y1, x2, y2 cx - bw / 2, cy - bh / 2, cx bw / 2, cy bh / 2 elif fmt norm_xyxy: x1, y1, x2, y2 bbox[0] * w, bbox[1] * h, bbox[2] * w, bbox[3] * h elif fmt norm_cxcywh: cx, cy, bw, bh bbox x1, y1 (cx - bw / 2) * w, (cy - bh / 2) * h x2, y2 (cx bw / 2) * w, (cy bh / 2) * h else: raise ValueError(f未知坐標口徑: {fmt}) return x1, y1, x2, y2 def check_bbox(bbox, fmt, img_path, tol2.0): img Image.open(img_path) w, h img.size x1, y1, x2, y2 to_xyxy(bbox, fmt, w, h) if not all(math.isfinite(v) for v in (x1, y1, x2, y2)): return non_finite if x2 x1 or y2 y1: return invalid_wh # 允許少量越界超過tol像素就記為異常不要靜默裁剪 if x1 -tol or y1 -tol or x2 w tol or y2 h tol: return out_of_bound return okto_xyxy把五種常見口徑統(tǒng)一成絕對像素左上右下。fmt必須由字段探測確認不能猜。check_bbox里tol2.0是容忍少量像素越界因為標注工具縮放時可能產(chǎn)生1到2像素誤差超過這個范圍就記異常而不是直接裁剪。裁剪會把錯誤藏起來后面評估時看不出問題。實際落地時建議把原始框、統(tǒng)一后的框、異常類型一起寫進檢查表方便回查。如果json里有width和height還要和Image.open(img_path).size比對。差異超過1像素就要查原因是圖像被重新縮放后沒更新json還是手機拍攝的EXIF方向?qū)е伦x圖尺寸旋轉(zhuǎn)。EXIF問題可以用ImageOps.exif_transpose在讀圖時統(tǒng)一方向再以旋轉(zhuǎn)后的尺寸為準。2.3 用統(tǒng)計和可視化找“黃牌偏科”黃牌車牌檢測數(shù)據(jù)集容易“偏科”白天多、夜間少近景多、小目標少干凈車牌多、泥污遮擋少。只看總框數(shù)沒意義要看每圖框數(shù)、框面積占比、寬高比和黃色像素比例的分布?？蛎娣e占比能判斷小目標比例寬高比能發(fā)現(xiàn)異常扁框黃色像素比例能輔助看顏色先驗是否穩(wěn)定但它不是標簽不能拿來當訓練目標。import numpy as np from PIL import Image from pathlib import Path def yellow_ratio(img_path): 粗略統(tǒng)計黃色像素比例只用于分布檢查不參與訓練標簽 img Image.open(img_path).convert(RGB) arr np.asarray(img).astype(np.float32) / 255.0 r, g, b arr[..., 0], arr[..., 1], arr[..., 2] # 黃色大致滿足紅綠高、藍低閾值只用于觀察不作為硬規(guī)則 mask (r 0.45) (g 0.35) (b 0.45) (r b 0.12) (g b 0.08) return float(mask.mean()) def bbox_area_ratio(bbox, fmt, w, h): x1, y1, x2, y2 to_xyxy(bbox, fmt, w, h) return max(0.0, (x2 - x1) * (y2 - y1)) / (w * h)yellow_ratio用RGB近似黃色閾值寫成比例而不是固定0到255方便不同曝光圖像比較。bbox_area_ratio算框面積占全圖比例輸出分位數(shù)比看均值可靠。實際排查時把面積占比分成0.1%、0.1%到1%、1%三檔看驗證集和訓練集比例是否接近。如果訓練集小目標多、驗證集近景多mAP會虛高業(yè)務現(xiàn)場卻掉點。注意黃色像素比例只適合做分布觀察。夜間暖光、泥污、反光條都會讓黃色比例失真把它當過濾條件會埋下漏檢。2.4 劃分訓練驗證集按場景分組別按文件隨機黃牌車牌檢測數(shù)據(jù)集常見連拍同一輛車在同一個門口連續(xù)幾張文件名只差序號。按文件隨機劃分訓練集和驗證集會同時出現(xiàn)同一輛車的相鄰幀指標看起來很好換場景就崩。我一般按場景分組目錄名、文件名前綴、拍攝點位、時間段任選一個能代表“場景”的鍵保證同一組只進一個split。from collections import defaultdict from pathlib import Path import random def group_key(json_path: Path): # 按父目錄名分組如果文件名前綴更能代表場景可改成 json_path.stem.split(_)[0] return json_path.parent.name json_files sorted(Path(labels).rglob(*.json)) groups defaultdict(list) for p in json_files: groups[group_key(p)].append(p) keys list(groups.keys()) random.Random(42).shuffle(keys) train, val, test [], [], [] for i, k in enumerate(keys): # 7:2:1 按組劃分組內(nèi)文件整體進入同一個split if i % 10 7: train.extend(groups[k]) elif i % 10 9: val.extend(groups[k]) else: test.extend(groups[k])group_key是劃分的核心。父目錄名通常對應一個拍攝批次或一個場景比文件名隨機穩(wěn)。random.Random(42)固定種子方便復現(xiàn)。i % 10實現(xiàn)7:2:1組數(shù)少時可以改成按組大小分層避免某個split沒有小目標。劃分完要再跑一次統(tǒng)計確認訓練集和驗證集的框面積分位數(shù)、黃色比例分位數(shù)沒有明顯斷層。斷層太大就先調(diào)分組鍵不要急著訓練。3. 從json轉(zhuǎn)到Y(jié)OLO與COCO轉(zhuǎn)換腳本、參數(shù)口徑和回讀自檢3.1 選YOLO還是COCO看訓練框架和后續(xù)標注回流json標簽轉(zhuǎn)格式先定目標格式。YOLO的txt適合單階段檢測訓練每行類別 id cx cy w h全部歸一化到0到1COCO的json適合多工具協(xié)作和標注回流bbox是絕對像素[x, y, w, h]area是面積category_id從1開始更常見。黃牌車牌檢測數(shù)據(jù)集如果只做單類plateYOLO txt最輕如果團隊還要用標注平臺復標、做數(shù)據(jù)版本管理COCO json更穩(wěn)。維度YOLO txtCOCO json坐標口徑歸一化中心點寬高絕對像素左上寬高類別 id通常從0開始通常從1開始空標簽生成空txt表示負樣本沒有annotation也要有image記錄適合場景快速訓練、單類檢測多工具協(xié)作、標注回流易錯點歸一化分母、類別順序image_id、category_id、area選型不是技術(shù)高低是流程匹配。單類黃牌車牌檢測YOLO txt足夠如果后續(xù)要加顏色分類、車型分類COCO json的擴展字段更從容。轉(zhuǎn)換前把class_map固定下來比如{plate: 0}不要在不同腳本里各寫一套。3.2 寫一個可復用的json轉(zhuǎn)YOLO腳本轉(zhuǎn)換腳本要處理三件事找到標注列表、統(tǒng)一框口徑、把類別名映射成id。未知類別必須報錯不能靜默跳過否則訓練時類別數(shù)對不上?？諛俗⒁惨煽誸xtYOLO訓練需要負樣本。import json from pathlib import Path from PIL import Image CLASS_MAP {plate: 0} # 黃牌數(shù)據(jù)集單類時固定為0多類時在這里統(tǒng)一順序 def iter_objects(data): 兼容 objects / annotations / shapes 三種常見標注列表 for key in (objects, annotations, shapes): value data.get(key) if isinstance(value, list): return value return [] def pick_bbox(obj): for key in (bbox, box, points): if key in obj: return obj[key] raise KeyError(f找不到框字段: {obj.keys()}) def pick_label(obj): for key in (label, category, class_name, name): if key in obj: return str(obj[key]).strip() raise KeyError(f找不到類別字段: {obj.keys()}) def convert_one(json_path, img_path, out_txt, fmtxyxy): data json.loads(Path(json_path).read_text(encodingutf-8)) w, h Image.open(img_path).size lines [] for obj in iter_objects(data): label pick_label(obj) if label not in CLASS_MAP: raise ValueError(f未知類別 {label}先補 CLASS_MAP) x1, y1, x2, y2 to_xyxy(pick_bbox(obj), fmt, w, h) # 歸一化并保留6位小數(shù)減少txt體積 cx (x1 x2) / 2 / w cy (y1 y2) / 2 / h bw (x2 - x1) / w bh (y2 - y1) / h lines.append(f{CLASS_MAP[label]} {cx:.6f} {cy:.6f} {bw:.6f} {bh:.6f}) Path(out_txt).write_text(\n.join(lines), encodingutf-8)iter_objects按常見鍵名找標注列表找到第一個列表就返回避免同一份json里多個字段重復。pick_bbox和pick_label把字段差異收斂到兩個函數(shù)后面換數(shù)據(jù)集只改這里。CLASS_MAP必須顯式定義未知類別直接拋錯這是血淚經(jīng)驗靜默跳過會讓某類樣本在訓練集里消失評估時才發(fā)現(xiàn)召回上不去。fmt要和字段探測結(jié)果一致傳錯就是框整體偏移?？諛俗rlines為空仍然寫出空txt負樣本才有記錄。提示轉(zhuǎn)換前先用一份樣本打印前5個框的原始值和轉(zhuǎn)換后的歸一化值肉眼確認中心點落在車牌上再跑批量。3.3 轉(zhuǎn)COCO時最容易錯的兩個字段COCO json有兩個字段最容易翻車image_id和category_id。image_id是圖像記錄的唯一整數(shù)annotation里的image_id必須和images里的id一致category_id通常從1開始YOLO習慣從0開始直接混用會讓類別錯位。bbox寫絕對像素[x, y, w, h]area寫w * h不要寫歸一化值。coco { images: [], annotations: [], categories: [{id: 1, name: plate}], } ann_id 1 for image_id, (json_path, img_path) in enumerate(pairs, start1): w, h Image.open(img_path).size coco[images].append({id: image_id, file_name: str(img_path), width: w, height: h}) data json.loads(Path(json_path).read_text(encodingutf-8)) for obj in iter_objects(data): x1, y1, x2, y2 to_xyxy(pick_bbox(obj), fmt, w, h) bw, bh x2 - x1, y2 - y1 coco[annotations].append({ id: ann_id, image_id: image_id, # 必須等于 images 里的 id category_id: 1, # 與 categories 里的 id 對齊 bbox: [x1, y1, bw, bh], # 絕對像素不是歸一化 area: bw * bh, iscrowd: 0, }) ann_id 1這段代碼里image_id用enumerate生成保證唯一category_id固定1和categories一致。bbox是[x1, y1, bw, bh]不是[x1, y1, x2, y2]這是COCO和YOLO最大的口徑差。area用于評估時區(qū)分小中大目標黃牌車牌大多落在小目標區(qū)間area寫錯會影響分層指標。iscrowd0表示普通實例黃牌檢測一般不用crowd標注。3.4 轉(zhuǎn)換后回讀自檢三類斷言轉(zhuǎn)換腳本跑完不等于正確。我一般做三類斷言每張圖有對應txt、每行五列且類別id在集合內(nèi)、反算像素框與原始json框的IoU大于0.999。IoU斷言能抓住中心點寬高和左上右下混用的問題比肉眼看幾張圖可靠。def yolo_to_xyxy(line, w, h): cls_id, cx, cy, bw, bh line.split() cx, cy, bw, bh map(float, (cx, cy, bw, bh)) x1 (cx - bw / 2) * w y1 (cy - bh / 2) * h x2 (cx bw / 2) * w y2 (cy bh / 2) * h return int(cls_id), x1, y1, x2, y2 def iou(a, b): ax1, ay1, ax2, ay2 a bx1, by1, bx2, by2 b ix1, iy1 max(ax1, bx1), max(ay1, by1) ix2, iy2 min(ax2, bx2), min(ay2, by2) iw, ih max(0.0, ix2 - ix1), max(0.0, iy2 - iy1) inter iw * ih union (ax2 - ax1) * (ay2 - ay1) (bx2 - bx1) * (by2 - by1) - inter return inter / union if union 0 else 0.0回讀時對每張圖讀原始json框和txt反算框逐框算IoU。閾值設(shè)0.999因為只差浮點舍入低于這個值就打印原始框、反算框和fmt十有八九是口徑傳錯。類別id也要斷言在set(CLASS_MAP.values())里防止把plate寫成Plate后映射失敗?？誸xt要允許存在但要在檢查表里標記為負樣本不要當成轉(zhuǎn)換失敗。4. 黃牌檢測訓練基線配置、增強邊界與誤檢分析4.1 單類檢測還是多類檢測先定標簽語義黃牌車牌檢測數(shù)據(jù)集先定標簽語義。如果json里只有plate就做單類檢測輸出一個框顏色信息交給后處理或單獨分類器。如果json里明確分了yellow_plate、blue_plate可以保留多類但類別順序必須和CLASS_MAP一致。不要因為圖像是黃牌就把顏色塞進類別名除非標注本身這么定義。單類的好處是減少類間混淆黃牌顏色先驗在推理階段做二次校驗更靈活。單類訓練時names只寫0: plate評估只看一類AP。多類訓練時每個類別都要有足夠樣本否則小類別會把整體mAP拉低。黃牌場景里如果混入少量藍牌負樣本可以把藍牌車牌標成背景不框或者單獨加一類取決于業(yè)務要不要拒絕藍牌。標簽語義定不下來后面轉(zhuǎn)換、訓練、評估都會反復。4.2 基線訓練配置與黃牌小目標參數(shù)基線配置先跑通不要一上來堆增強。黃牌車牌在卡口圖里往往只占幾十像素imgsz比模型大小更關(guān)鍵。我一般從960起步顯存不夠再降batch按顯存調(diào)lr0用常規(guī)值patience留早停。數(shù)據(jù)配置文件只寫路徑和類別不寫花哨參數(shù)。path: /data/plate_yellow train: images/train val: images/val names: 0: plateyolo detect train \ datadata.yaml \ model預訓練權(quán)重 \ imgsz960 \ epochs100 \ batch16 \ lr00.01 \ patience20 \ workers8 \ projectruns/plate \ nameyellow_baselinepath是數(shù)據(jù)集根目錄train和val寫相對路徑避免換機器后失效。imgsz960是為了保住小目標細節(jié)黃牌車牌在640下可能只剩十幾個像素。batch16不是固定值顯存不夠就降到8同時按比例調(diào)lr0。patience20表示驗證指標20輪不升就停省時間。workers8按CPU核數(shù)調(diào)太高反而拖慢數(shù)據(jù)加載。第一次訓練先關(guān)掉強增強確認loss正常下降再加。增強參數(shù)要克制。馬賽克增強會把多張圖拼在一起小目標可能被切碎黃牌顏色對HSV增強敏感色相擾動過大可能把黃色推到橙色。常見做法是先把馬賽克關(guān)小或關(guān)掉隨機縮放范圍不要壓得太狠HSV的飽和度和明度擾動保留色相擾動調(diào)低。具體值看驗證集不要照搬。參數(shù)基線建議調(diào)整理由imgsz960起黃牌車牌小分辨率比模型深度更直接batch顯存允許的最大值小目標梯度噪聲大batch太小不穩(wěn)定lr00.01附近預訓練權(quán)重微調(diào)過大容易震蕩mosaic先低后高小目標被切碎后反而學不到完整車牌hsv_h調(diào)低黃色色相范圍窄擾動過大改變顏色語義patience20到30小目標指標波動大早停太早會誤殺注意驗證集指標不升不一定是模型不行先回看標注框是否偏移、驗證集是否和訓練集同場景。數(shù)據(jù)層的問題調(diào)參救不回來。4.3 評估指標怎么看mAP之外還要看召回分層評估命令把置信度閾值壓低先看PR曲線全貌再定業(yè)務閾值。黃牌檢測不能只看mAP50小目標多的時候mAP50-95會明顯低這是正?，F(xiàn)象。要看召回按框面積分層小框召回夠不夠夜間子集召回掉多少誤檢集中在什么背景。yolo detect val \ modelruns/plate/yellow_baseline/weights/best.pt \ datadata.yaml \ imgsz960 \ conf0.001 \ iou0.6conf0.001是為了讓PR曲線覆蓋低置信度區(qū)間評估階段不怕框多怕漏。iou0.6是NMS和匹配的常用值黃牌車牌框比較規(guī)整0.5到0.6都可以試。看結(jié)果時先看召回再看精確率。業(yè)務現(xiàn)場漏檢比誤檢更麻煩閾值可以偏低誤檢交給二次校驗。指標關(guān)注點異常信號mAP50框大致重合時的綜合表現(xiàn)高但現(xiàn)場漏檢查驗證集泄漏mAP50-95高IoU下的定位精度明顯低查小目標和框偏移Precision誤檢比例低查黃色廣告牌、反光條Recall漏檢比例低查夜間、遮擋、小目標分層AP按面積/場景拆開小框AP遠低于大框調(diào)imgsz和增強評估完不要只看一個總分。把驗證集按白天/夜間、近景/遠景、干凈/遮擋拆開分別跑一遍。黃牌車牌檢測數(shù)據(jù)集如果夜間樣本少整體mAP會被白天拉高夜間召回可能很難看。拆開看才知道下一步是補數(shù)據(jù)還是調(diào)增強。4.4 誤檢分析黃色先驗不能當硬規(guī)則黃牌檢測的誤檢經(jīng)常來自黃色物體廣告牌、反光條、收費亭、工程車車身。顏色先驗可以做二次校驗但不能在檢測前硬過濾。硬過濾會把夜間暖光下的黃牌、泥污車牌、偏色圖像直接刪掉漏檢比誤檢更難補。我一般把檢測框裁出來統(tǒng)計框內(nèi)黃色像素比例看誤檢和真檢的分布是否可分再決定閾值。import numpy as np from PIL import Image def crop_yellow_ratio(img_path, xyxy): img Image.open(img_path).convert(RGB) x1, y1, x2, y2 map(int, xyxy) crop np.asarray(img.crop((x1, y1, x2, y2))).astype(np.float32) / 255.0 if crop.size 0: return 0.0 r, g, b crop[..., 0], crop[..., 1], crop[..., 2] mask (r 0.45) (g 0.35) (b 0.45) (r b 0.12) (g b 0.08) return float(mask.mean())這個函數(shù)只做統(tǒng)計不直接過濾。把真檢和誤檢的黃色比例分別畫分布如果真檢集中在高分段、誤檢集中在低分段可以設(shè)一個保守閾值做二次排序而不是一刀切。閾值取分位數(shù)比如保留真檢95%召回對應的下限再看誤檢能壓掉多少。夜間和逆光樣本要單獨看否則閾值會被白天樣本帶偏。5. 避坑與排查json標簽落地時最容易翻車的五件事5.1 框整體偏移中心寬高與左上右下混用現(xiàn)象很典型訓練loss正常下降驗證集mAP也有零點幾但推理框整體往左上或右下偏車牌只框到一半。原因是json里存的是中心點寬高cx, cy, bw, bh轉(zhuǎn)換腳本按左上右下x1, y1, x2, y2讀中心點被當成左上角框整體偏移半個寬高。黃牌車牌框本來就小偏一點就掉出車牌。解決不靠肉眼抽查靠回讀斷言。轉(zhuǎn)換后把txt反算成像素框和原始json框算IoU低于0.999就報錯。to_xyxy里把fmt作為必填參數(shù)不允許默認值逼著調(diào)用方確認口徑。批量轉(zhuǎn)換前先拿一份樣本打印原始框和反算框確認中心點落在車牌中心。字段探測階段看到bbox是四個數(shù)還不夠要看數(shù)值范圍如果數(shù)值都小于1可能是歸一化如果寬高明顯小于坐標可能是寬高格式。5.2 圖像尺寸字段與實際讀圖不一致現(xiàn)象是歸一化后的框整體縮放錯位或者同一批數(shù)據(jù)里部分圖正常、部分圖偏移。原因是json里的width、height是標注時的尺寸圖像后來被重新縮放、裁剪或者手機EXIF方向?qū)е伦x圖尺寸旋轉(zhuǎn)json沒同步更新。用json尺寸做歸一化分母就會把錯誤放大到所有框。解決是以真實讀圖尺寸為準不用json寬高做分母。讀圖時先做EXIF方向校正再取size。如果json寬高和讀圖尺寸差異超過1像素記錄下來抽樣看是縮放還是旋轉(zhuǎn)。批量腳本里不要把json寬高當唯一真值它只能做交叉校驗。遇到旋轉(zhuǎn)圖先把圖像轉(zhuǎn)正再標注或轉(zhuǎn)換不要一邊轉(zhuǎn)一邊用舊尺寸。from PIL import Image, ImageOps def read_size(img_path): img Image.open(img_path) img ImageOps.exif_transpose(img) # 先按EXIF轉(zhuǎn)正 return img.sizeImageOps.exif_transpose返回轉(zhuǎn)正后的圖像size才是視覺上的寬高。黃牌車牌如果橫豎方向不一致框的寬高比會異常統(tǒng)計時很容易發(fā)現(xiàn)。5.3 訓練驗證集連拍泄漏導致指標虛高現(xiàn)象是驗證集mAP很高換一個門口或換一天就掉得厲害。原因是同一輛車、同一個場景的連拍圖被隨機分到訓練集和驗證集模型記住了背景和車牌字符不是學會定位。黃牌車牌檢測數(shù)據(jù)集如果按文件隨機劃分相鄰幀幾乎一模一樣指標虛高是必然的。解決是按場景分組劃分。用目錄名、文件名前綴、拍攝點位、時間段做group_key保證同一組只進一個split。劃分后檢查訓練集和驗證集的框面積分位數(shù)、黃色比例分位數(shù)差異大就換分組鍵。連拍圖還可以用感知哈?；蛭募笮〗迫ブ氐灰豢课募蛱栃蛱柨赡芸鐖鼍爸貜汀?.4 類別名大小寫與中英文不一致現(xiàn)象是轉(zhuǎn)換時報未知類別或者訓練時類別數(shù)對不上評估混淆矩陣里出現(xiàn)空類。原因是json里同一類寫成plate、Plate、車牌、車牌CLASS_MAP只寫了一個鍵。靜默跳過未知類別會讓樣本悄悄消失訓練集里某類樣本變少召回上不去。解決是先統(tǒng)計所有類別名再定映射表。統(tǒng)計時用strip()去空格但不要自動轉(zhuǎn)小寫先把原始值列出來人工確認哪些是同一類。CLASS_MAP里未知類別必須拋錯不能continue。映射表單獨存一份json或csv轉(zhuǎn)換腳本和評估腳本共用避免兩處各寫一套。from collections import Counter counter Counter() for obj in all_objects: counter[pick_label(obj).strip()] 1 print(counter)Counter輸出原始類別名和出現(xiàn)次數(shù)先看有沒有大小寫變體、中英文混寫、尾部空格。確認后再寫映射比如{plate: 0, Plate: 0, 車牌: 0}但訓練時只輸出一個id。映射表要版本化后面加類別時先改表再轉(zhuǎn)格式。5.5 顏色閾值硬過濾造成漏檢現(xiàn)象是白天效果不錯夜間、逆光、泥污車牌漏檢明顯。原因是在檢測前用固定HSV閾值過濾黃色區(qū)域夜間暖光把黃牌照成橙色泥污把飽和度拉低閾值一卡就沒了。黃牌顏色先驗有用但它是統(tǒng)計特征不是硬門禁。解決是把顏色放到檢測后做二次校驗用分位數(shù)定閾值不用固定值。先統(tǒng)計真檢框的黃色比例分布取保留95%真檢的下限再看誤檢能壓掉多少。夜間樣本單獨統(tǒng)計閾值可以放寬。檢測器主輸出仍然保留顏色只做排序或復核不直接刪除框。這樣即使顏色判斷錯了還有檢測框兜底。6. 進階用法把黃牌檢測接進業(yè)務流程的三個技巧6.1 切片推理處理小目標黃牌車牌在廣角卡口圖里可能只占幾十像素整圖縮放到960再推理小目標只剩幾個像素。我一般用切片推理把原圖按重疊窗口切成若干塊分別推理后再把框映射回原圖坐標做一次NMS。切片大小和重疊率要看車牌像素分布太小會增加誤檢太大起不到放大作用。常見做法是切片邊長取原圖短邊的三分之一到二分之一重疊20%左右先在一批驗證圖上比較整圖推理和切片推理的小框召回再定參數(shù)。切片推理耗時高適合離線復核或重點點位不適合所有幀全量跑。6.2 顏色先驗做二次校驗而不是硬門禁顏色先驗放在檢測后用法是給每個框算黃色比例再結(jié)合置信度做排序或復核。不要設(shè)一個固定閾值直接刪框而是看真檢和誤檢的分布重疊區(qū)。重疊區(qū)大的樣本送人工復核重疊區(qū)小的按置信度處理。夜間、逆光、泥污單獨分組統(tǒng)計閾值分組設(shè)置。這樣顏色是加分項不是一票否決。黃牌車牌檢測數(shù)據(jù)集的黃牌比例高顏色特征確實有用但業(yè)務現(xiàn)場的偏色和遮擋會讓固定閾值翻車。6.3 用json回寫做人工復核閉環(huán)模型跑完不要只保存txt把檢測結(jié)果回寫成和原始json同結(jié)構(gòu)的文件帶上圖像路徑、框、置信度、顏色比例人工復核時直接看json和裁圖。復核確認的框再回流到訓練集形成閉環(huán)?；貙憰r保留原始image_id或文件名不要打亂順序置信度低和顏色比例處于重疊區(qū)的樣本優(yōu)先送審。這樣每次復核都在補數(shù)據(jù)而不是一次性驗收。從那以后我每次拿到帶json標簽的數(shù)據(jù)集都先把字段探測、坐標校驗、回讀斷言跑一遍再談訓練。黃牌車牌檢測數(shù)據(jù)集的價值不在圖像多而在標簽口徑能不能復現(xiàn)。需要拿這份資源練手時按資源頁的獲取方式取原始包先跑字段校驗和轉(zhuǎn)換自檢再開訓練別急著上大模型。希望幫到你。本文還有配套的精品資源點擊獲取