企业官网建设流程全解析

简介：本资源面向计算机视觉方向的毕业设计、课程设计及学科竞赛参与者，提供一套基于CNN与YOLOv5的车牌检测与识别完整工程，数据集采用CCPD官方数据集，可帮助读者快速搭建车牌识别实验环境并完成项目复现。压缩包共10个文件，约44.33MB，包含Python脚本、模型权重文件、YAML配置、Keras模型文件、Jupyter Notebook及README说明文档，覆盖训练、检测与识别全流程，便于直接运行与二次开发。目前已有78人学习下载，适合具备一定深度学习基础的学习者参考。资源内代码经过测试运行，功能完整，可借鉴其设计报告与工程结构，也可在此基础上扩展出更多功能，如多车牌场景、不同字符集识别等。下载后建议先阅读说明文件，按目录结构逐步理解模型加载与推理逻辑，适合用于项目立项、实训练手及技术学习参考。

1. 从一张模糊卡口图说起：CNN 加 YOLOv5 的车牌检测识别到底怎么落地

夜里十一点，卡口相机拍到一张车尾图，车牌区域只占整幅画面的百分之三，还带运动模糊和车灯眩光。传统做法是先做边缘检测再套字符分割模板，这种图基本直接翻车。换成基于 CNN 和 YOLOv5 的车牌检测识别方案后，流程变成两段：YOLOv5 负责在整图里把车牌框出来，CNN 分类网络负责把框里的字符逐个认出来。这套组合在 CCPD 官方数据集上能跑出可用的精度，也是目前毕设、课设、实训和大作业里最常见的技术路线。

CCPD 全称 Chinese City Parking Dataset，是国内车牌识别方向绕不开的公开数据集，覆盖多种天气、光照、倾斜角度和车牌类型。它省掉了自己标注的苦力活，但原始标注格式和 YOLOv5 要求的格式不一致，这是第一个要迈的坎。这篇文章面向想把这套方案真正跑起来的人：从数据格式转换、YOLOv5 训练调参，到 CNN 字符识别头、推理串联和部署踩坑，每一步都给可复现的命令和参数。读完你应该能自己搭出一条从 CCPD 到可推理模型的完整链路，而不是停在「跑通了 demo」这一步。

2. CCPD 数据集拆解与 YOLOv5 格式转换：标注解析和四个边界坑

2.1 CCPD 的目录结构和文件名编码逻辑

CCPD 不是常见的 images + labels 双目录结构，它把标注信息直接编码在文件名里。一个典型文件名长这样：

025-95_113-226&469_448&550-444&551_453&553_449&555_446&557-0_0_22_27_27_27_24-66-88.jpg

按短横线切分后，各字段含义如下：

真正做检测只需要第 3 段的边界框坐标，做识别需要第 7 段加第 8 段还原出真实字符。很多人第一次拿到 CCPD 会直接去找 label 文件，找不到就以为数据集下错了，其实标注全在文件名里。理解这套编码是后面所有转换脚本的前提。

2.2 把文件名解析成 YOLO 训练标签

YOLOv5 要求每个图像对应一个同名 txt，每行格式为class cx cy w h，坐标全部归一化到 0 到 1。下面这个脚本把 CCPD 文件名直接转成 YOLO 标签：

import os import cv2 # CCPD 文件名第 3 段是边界框，格式为 x1&y1_x2&y2 def parse_bbox_from_name(fname): stem = os.path.splitext(fname)[0] parts = stem.split('-') # 第 3 段索引为 2，形如 226&469_448&550 box_str = parts[2] left_top, right_bottom = box_str.split('_') x1, y1 = map(int, left_top.split('&')) x2, y2 = map(int, right_bottom.split('&')) return x1, y1, x2, y2 def convert_to_yolo(img_dir, out_dir, img_w=720, img_h=1160): os.makedirs(out_dir, exist_ok=True) for fname in os.listdir(img_dir): if not fname.lower().endswith('.jpg'): continue x1, y1, x2, y2 = parse_bbox_from_name(fname) # 归一化中心点与宽高 cx = (x1 + x2) / 2.0 / img_w cy = (y1 + y2) / 2.0 / img_h w = (x2 - x1) / img_w h = (y2 - y1) / img_h # 单类别车牌，class id 固定为 0 line = f"0 {cx:.6f} {cy:.6f} {w:.6f} {h:.6f}\n" txt_name = os.path.splitext(fname)[0] + '.txt' with open(os.path.join(out_dir, txt_name), 'w') as f: f.write(line) if __name__ == '__main__': convert_to_yolo('./ccpd/images', './ccpd/labels')

逻辑说明：parse_bbox_from_name只取文件名第 3 段，因为 YOLOv5 检测只需要矩形框，不需要四个角点。归一化时用的img_w和img_h必须和实际图像尺寸一致，CCPD 图像尺寸并不完全统一，常见为 720x1160，但部分子集有差异。参数上，class id固定为 0 表示只有「车牌」一类；如果你还想区分蓝牌、绿牌，可以把第 6 段颜色字段映射成多个类别，但那样检测头要改类别数。

2.3 划分训练集验证集时最容易忽略的坑

CCPD 官方给的划分是按文件名前缀区分的，比如ccpd_base、ccpd_blur、ccpd_challenge等子集。直接随机打乱全部文件做 train/val split 会有一个隐蔽问题：同一辆车、同一场景的连拍图可能同时进训练和验证，导致验证精度虚高。我一般按子集整体划分，比如 base 和 blur 进训练，challenge 单独做验证，这样验证指标更接近真实卡口场景。

另一个坑是图像和标签必须同名同目录层级。YOLOv5 默认按images/train和labels/train的路径替换规则找标签，如果你把标签放在别的地方，需要在 data yaml 里显式指定labels路径，否则训练时全部标签丢失，loss 直接不降。

2.4 生成 YOLOv5 的 data yaml

转换完标签后，写一个 data yaml 告诉 YOLOv5 去哪找数据：

path: ./ccpd train: images/train val: images/val nc: 1 names: ['plate']

nc是类别数，车牌检测只有一类所以是 1。names的顺序必须和标签里的 class id 对应，写反了不影响训练但推理时类别名会错。这个文件放在项目根目录，训练命令里用--data ccpd.yaml引用即可。

3. YOLOv5 车牌检测训练：从 conda 环境到超参数怎么调

3.1 环境搭建与依赖版本选择

YOLOv5 对 PyTorch 和 CUDA 版本比较敏感，版本错配最常见的表现是训练能启动但 GPU 利用率一直是 0，或者直接报 CUDA 相关错误。我一般用 conda 建独立环境，避免和系统里的其他深度学习项目打架：

conda create -n plate python=3.9 -y conda activate plate # 按自己显卡驱动选对应 CUDA 版本的 torch pip install torch==1.13.1 torchvision==0.14.1 --index-url https://download.pytorch.org/whl/cu117 git clone https://github.com/ultralytics/yolov5 cd yolov5 pip install -r requirements.txt

逻辑说明：Python 3.9 是 YOLOv5 各版本兼容性最好的选择，3.11 以上部分依赖会编译失败。torch 版本要和本机 CUDA 驱动匹配，cu117表示 CUDA 11.7，驱动版本不够就往下选cu113。装完用python -c "import torch; print(torch.cuda.is_available())"验证，输出 True 才算环境通了。

3.2 用预训练权重做迁移学习

车牌检测属于小目标密集场景，从零训练收敛慢且容易过拟合。标准做法是加载 COCO 预训练权重做迁移：

python train.py \ --img 640 \ --batch 16 \ --epochs 100 \ --data ccpd.yaml \ --weights yolov5s.pt \ --cfg models/yolov5s.yaml \ --name plate_yolov5s

参数说明：--img 640是输入分辨率，车牌在图中占比小，理论上更大分辨率对小目标更友好，但 640 是速度和精度的平衡点，显存不够就降到 512。--batch 16按显存调，8G 显存跑 640 分辨率大概能到 16。--weights yolov5s.pt是官方在 COCO 上训好的权重，迁移学习能省掉大量收敛时间。--epochs 100对 CCPD 这种规模通常够用，看results.csv里 mAP 不再上升就可以提前停。

3.3 三个必调超参数和它们的实际影响

YOLOv5 的超参数文件在data/hyp.scratch.yaml，但车牌场景我一般只动三个：

anchor 重聚类可以用 YOLOv5 自带的脚本：

python utils/autoanchor.py --data ccpd.yaml --img 640

它会根据你的数据集重新算 anchor 尺寸，车牌是扁长矩形，默认 anchor 里没有匹配的形状，不重聚类会明显掉点。mosaic 增强调到 0.5 是因为 CCPD 里已经有大量模糊和倾斜样本，再叠加过强的马赛克增强反而让模型学到无关特征。

3.4 训练过程怎么判断有没有跑偏

训练启动后重点看三个指标：box_loss、obj_loss和mAP@0.5。正常情况 box_loss 在前 10 个 epoch 快速下降，obj_loss 缓慢下降，mAP 稳步上升。如果 box_loss 震荡不降，大概率是学习率太大或标签有问题；如果 mAP 一直卡在很低的值，先检查标签路径对不对，再检查 anchor 是否匹配。验证集上的mAP@0.5到 0.95 以上基本可用，低于 0.85 就要回头查数据。

4. CNN 字符识别头：从车牌裁剪到字符序列输出

4.1 为什么识别不用 YOLOv5 而单独上 CNN

YOLOv5 能做检测，但直接让它输出字符序列并不合适。车牌识别本质是序列识别问题，字符之间有固定位置关系，用检测框逐个框字符再分类，遇到字符粘连或模糊就会漏框。更稳的做法是检测框裁出车牌后，用一个 CNN 分类网络做整牌识别，或者用 CNN 提取特征再接 CTC 做序列解码。毕设和课设里最常见的是 CNN 多标签分类：把车牌固定为 7 个字符位，每个位置做一个分类头。

4.2 从 CCPD 文件名还原字符标签

识别训练需要字符级标签，CCPD 文件名第 7 段是字符索引，第 8 段是省市编码。还原逻辑如下：

# CCPD 字符映射表，索引到真实字符 CHARS = ['京', '津', '沪', '渝', '冀', '晋', '辽', '吉', '黑', '苏', '浙', '皖', '闽', '赣', '鲁', '豫', '鄂', '湘', '粤', '桂', '琼', '川', '贵', '云', '藏', '陕', '甘', '青', '宁', '新', '0', '1', '2', '3', '4', '5', '6', '7', '8', '9', 'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'J', 'K', 'L', 'M', 'N', 'P', 'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X', 'Y', 'Z'] def decode_label(fname): stem = os.path.splitext(fname)[0] parts = stem.split('-') # 第 7 段是字符索引，第 8 段是省市编码 char_ids = list(map(int, parts[6].split('_'))) province_city = parts[7].split('-') # 省市编码需要按 CCPD 官方映射表转成中文，这里简化为索引 label = [CHARS[i] for i in char_ids] return label

逻辑说明：CHARS列表的顺序必须和 CCPD 官方定义一致，顺序错了标签全乱。第 7 段通常有 4 到 5 个索引，对应车牌后几位；第 8 段是省市编码，需要额外映射表转成汉字。实际训练时把 7 个字符位拼成固定长度序列，不足补空白符。

4.3 CNN 识别网络的结构和训练配置

识别网络我一般用轻量 CNN 加多分类头，输入是检测框裁出的车牌图，统一 resize 到 94x24：

import torch import torch.nn as nn class PlateCNN(nn.Module): def __init__(self, num_chars=65, seq_len=7): super().__init__() self.seq_len = seq_len self.backbone = nn.Sequential( nn.Conv2d(3, 32, 3, padding=1), nn.ReLU(), nn.MaxPool2d(2), nn.Conv2d(32, 64, 3, padding=1), nn.ReLU(), nn.MaxPool2d(2), nn.Conv2d(64, 128, 3, padding=1), nn.ReLU(), nn.MaxPool2d(2), ) self.pool = nn.AdaptiveAvgPool2d((1, 1)) # 每个字符位一个分类头 self.heads = nn.ModuleList([ nn.Linear(128, num_chars) for _ in range(seq_len) ]) def forward(self, x): feat = self.backbone(x) feat = self.pool(feat).flatten(1) return [head(feat) for head in self.heads]

逻辑说明：backbone 三层卷积负责提特征，AdaptiveAvgPool2d把任意尺寸特征压成固定长度向量，heads是 7 个独立全连接层，每个负责一个字符位的分类。num_chars是字符集大小，包含省份简称、数字和字母，约 65 类。训练时每个头的输出分别算交叉熵再求和，这样每个字符位独立学习，不会互相干扰。

训练配置上，识别网络比检测网络轻，batch 可以开到 64，学习率 0.001，用 Adam 优化器。数据增强只做轻微的亮度和对比度扰动，不要做随机裁剪，因为裁剪会破坏字符位置关系。

4.4 检测和识别怎么串成一条推理链路

推理时先跑 YOLOv5 拿到车牌框，按框裁剪并做透视校正，再送进 CNN 识别：

import cv2 import numpy as np def inference(img_path, det_model, rec_model, device='cuda'): img = cv2.imread(img_path) # YOLOv5 推理，拿到框 results = det_model(img) boxes = results.xyxy[0].cpu().numpy() plates = [] for box in boxes: x1, y1, x2, y2 = map(int, box[:4]) crop = img[y1:y2, x1:x2] # 统一尺寸送识别网络 crop = cv2.resize(crop, (94, 24)) crop = crop.transpose(2, 0, 1)[None] / 255.0 tensor = torch.from_numpy(crop).float().to(device) with torch.no_grad(): logits = rec_model(tensor) chars = [logit.argmax(1).item() for logit in logits] plates.append((box[:4], chars)) return plates

逻辑说明：results.xyxy[0]是 YOLOv5 输出的检测框，格式为左上右下加置信度。裁剪后 resize 到识别网络固定输入尺寸，归一化到 0 到 1。识别网络输出 7 个 logits，每个取 argmax 得到字符索引，再查表还原成真实字符。整条链路的关键是检测框要准，框偏了识别必错，所以检测和识别要分开评估，不要只看端到端结果。

5. 训练和部署里最容易翻车的五个地方

5.1 现象：训练 loss 正常但验证 mAP 极低

原因：标签路径配置错误，YOLOv5 找不到标签文件，把所有框当成背景在学。解决：检查 data yaml 里的train和val路径，确认labels目录和images目录层级对应，用python utils/general.py里的检查函数验证标签数量。

5.2 现象：识别网络在验证集上准确率高，实际图片全错

原因：训练时用的字符映射表和推理时不一致，或者 CCPD 文件名解析时省市编码映射错位。解决：把训练和推理的字符映射表抽成同一个模块，两边 import 同一份，不要各写一份。

5.3 现象：GPU 显存够但训练速度极慢

原因：--workers设得太小，数据加载成了瓶颈；或者图像尺寸设得过大导致每步计算量暴涨。解决：--workers设成 CPU 核心数，--img从 640 开始试，不要一上来就 1280。

5.4 现象：检测框位置对但识别结果字符顺序颠倒

原因：车牌有正向和反向，CCPD 里包含大量倾斜和翻转样本，CNN 没有方向不变性。解决：在检测后加一步方向判断，或者训练时加入翻转增强让模型学到方向特征。

5.5 现象：模型在本地跑得好，换一台机器推理结果全乱

原因：OpenCV 读图默认 BGR，训练时如果用的是 PIL 读的 RGB，通道顺序不一致。解决：统一读图方式，训练和推理都用同一种，或者在推理前显式做 BGR 到 RGB 转换。

6. 把检测和识别合成一个可部署模型：ONNX 导出与量化提速

训练完两个模型后，部署时最直接的做法是分别导出 ONNX 再串联。YOLOv5 自带导出脚本：

python export.py --weights runs/train/plate_yolov5s/weights/best.pt --include onnx --img 640

识别网络手动导出：

torch.onnx.export( rec_model, torch.randn(1, 3, 24, 94).to(device), 'plate_rec.onnx', input_names=['input'], output_names=[f'char_{i}' for i in range(7)], dynamic_axes={'input': {0: 'batch'}}, opset_version=11 )

导出后可以用 onnxruntime 做推理，速度比 PyTorch 原生推理快不少，尤其是在没有 GPU 的部署环境里。如果还要进一步压速度，可以对识别网络做动态量化：

from onnxruntime.quantization import quantize_dynamic, QuantType quantize_dynamic( 'plate_rec.onnx', 'plate_rec_int8.onnx', weight_type=QuantType.QUInt8 )

量化后模型体积大概降到原来的四分之一，CPU 推理速度提升明显，精度损失通常在 1 个百分点以内。检测模型量化要谨慎，YOLOv5 的卷积层对量化比较敏感，建议只量化识别头。

验证导出是否正确，用一张测试图跑一遍 ONNX 和 PyTorch 的结果对比，输出差异应该在 1e-3 以内。如果差异过大，检查 opset 版本和输入尺寸是否和导出时一致。

我自己的习惯是：每次改完模型结构或预处理，先导出 ONNX 跑一张图对齐数值，再上批量测试。这个习惯帮我省过好几次「本地好好的、部署就崩」的后悔药。车牌检测识别这条链路不算复杂，但检测和识别两个环节的预处理必须严格对齐，任何一边的归一化或通道顺序变了，端到端结果就会崩。希望帮到你。

本文还有配套的精品资源，点击获取