车牌识别
车牌识别（LPR: License Plate Recognition）是一种AI算法，从车辆图像中检测车牌区域并将车牌号作为文本输出。是停车场管理、车辆追踪、交通违章执法、ETC闸口等先进交通基础设施中不可或缺的技术。
该算法基于中国车牌识别模型。若需要支持日本车牌，需要基于日本车牌数据集和识别规则进行追加训练与定制。
算法概述
由以下三个阶段流水线组成。
- 车牌检测（LPR Det）：通过轻量CNN定位图像中的车牌区域
- 车牌分类（LPR Cls）：倾斜校正与车牌类型判定（单层蓝牌、单层黄牌、新能源牌、教练车牌等）
- 号码识别（LPR Rec）：通过端到端OCR直接输出车牌字符串（无需字符分割）
支持车牌类型
- 单行蓝牌
- 单行黄牌
- 新能源车牌
- 教练车牌
- 白色警车、大使馆与港澳、双层黄牌、武警车牌（有限支持）
性能指标
| 算法 | 识别率 |
|---|---|
| EAI-LPR | 98%（出入口场景） |
边缘AI基板（RV1126B）运行效率
| 处理阶段 | 模型大小 | 处理时间 |
|---|---|---|
| 车牌检测（lpr_det） | 2.64MB | 14.3ms |
| 车牌分类（lpr_cls） | 1.02MB | 3ms |
| 号码识别（lpr_rec） | 5.19MB | 10.2ms |
| 合计 | 8.85MB | 约28ms |
主要特点
- 端到端识别：无需逐字符分割，直接输出车牌号
- 高精度：出入口场景下98%的识别率
- 轻量模型：合计8.85MB的紧凑尺寸
- 高速处理：三阶段合计约28ms的推理时间
应用场景
- 停车场的出入管理（车牌认证）
- 车辆访问控制（闸门开关）
- 交通违章自动执法
- 车辆轨迹追踪与异常检测
- 交通流量统计与分析
- 智能手机应用的车辆注册
边缘AI基板上的实现
在 RV1126B 的 NPU 上以约28ms执行三阶段LPR流水线。可嵌入停车场闸门或路边设备的紧凑实现。