最近大作业做一个车牌识别的项目，于是去github上找了一篇中科大的论文。
源码地址：https://github.com/detectRecog/CCPD里面包含其论文
由于训练数据集有15G，所以并没有下载下来跑一遍，而是直接用了作者提供的训练好的权重，发现效果并不理想，而且源代码实现中有几个地方需要修改。
修改后的代码：https://github.com/872699467/CCPD_CNN

1、修改roi_pooling.py

源码roi_pooling.py中

from torch._thnn import type2backend

发现torch并没有_thnn文件，将其删除并导入

import torch.nn.functional as F

，同时修改

修改部分

改为

output.append(F.adaptive_max_pool2d(im, size))

因为torch已经实现了自适应的池化层，感兴趣的同学可以去搜下。那么源码中的AdaptiveMaxPool2d类和adaptive_max_pool方法都可以删除了。

2、修改demo.py

如果按照上述的修改，应该能够正确的运行demo.py。但是发现结果中并没有中文的标识符

检测结果

代码中有这样一行注释：第一个特征是中文特征，不能正常打印，因此忽略了。

#   The first character is Chinese character, can not be printed normally, thus is omitted.

所以要修改代码实现将中文显示出来。
原先代码：

for i, (XI, ims) in enumerate(trainloader):
    if use_gpu:
        x = Variable(XI.cuda(0))
    else:
        x = Variable(XI)
    # Forward pass: Compute predicted y by passing x to the model
    fps_pred, y_pred = model_conv(x)
    outputY = [el.data.cpu().numpy().tolist() for el in y_pred]
    labelPred = [t[0].index(max(t[0])) for t in outputY]
    [cx, cy, w, h] = fps_pred.data.cpu().numpy()[0].tolist()
    img = cv2.imread(ims[0])
    left_up = [(cx - w/2)*img.shape[1], (cy - h/2)*img.shape[0]]
    right_down = [(cx + w/2)*img.shape[1], (cy + h/2)*img.shape[0]]
    cv2.rectangle(img, (int(left_up[0]), int(left_up[1])), (int(right_down[0]), int(right_down[1])), (0, 0, 255), 2)
    #   The first character is Chinese character, can not be printed normally, thus is omitted.
    lpn = alphabets[labelPred[1]] + ads[labelPred[2]] + ads[labelPred[3]] + ads[labelPred[4]] + ads[labelPred[5]] + ads[labelPred[6]]
    cv2.putText(img, lpn, (int(left_up[0]), int(left_up[1])-20), cv2.FONT_ITALIC, 2, (0, 0, 255))
    cv2.imwrite(ims[0], img)

修改后的代码：

for i, (XI, ims) in enumerate(trainloader):
    if use_gpu:
        x = XI.cuda(0)
    else:
        x = XI
    # Forward pass: Compute predicted y by passing x to the model
    fps_pred, y_pred = model_conv(x)
    outputY = [el.data.cpu().numpy().tolist() for el in y_pred]
    labelPred = [t[0].index(max(t[0])) for t in outputY]
    [cx, cy, w, h] = fps_pred.data.cpu().numpy()[0].tolist()
    cv2Img = cv2.imread(ims[0])
    left_up = [(cx - w/2)*cv2Img.shape[1], (cy - h/2)*cv2Img.shape[0]]
    right_down = [(cx + w/2)*cv2Img.shape[1], (cy + h/2)*cv2Img.shape[0]]
    cv2.rectangle(cv2Img, (int(left_up[0]), int(left_up[1])), (int(right_down[0]), int(right_down[1])), (0, 0, 255), 2)
    #   The first character is Chinese character, can not be printed normally, thus is omitted.
    lpn = provinces[labelPred[0]]+alphabets[labelPred[1]] + ads[labelPred[2]] + ads[labelPred[3]] + ads[labelPred[4]] + ads[labelPred[5]] + ads[labelPred[6]]
    print('识别结果',lpn)
    # PIL图片上打印汉字
    pilImg=Image.fromarray(cv2.cvtColor(cv2Img,cv2.COLOR_BGR2RGB))
    draw=ImageDraw.Draw(pilImg)
    font = ImageFont.truetype("simhei.ttf", 40, encoding="utf-8")  # 参数1：字体文件路径，参数2：字体大小
    draw.text((int(left_up[0]), int(left_up[1])-40), lpn, (255, 0, 0), font=font)  # 参数1：打印坐标，参数2：文本，参数3：字体颜色，参数4：字体
    # PIL图片转cv2 图片
    cv2charimg = cv2.cvtColor(np.array(pilImg), cv2.COLOR_RGB2BGR)
    # cv2.putText(img, lpn, (int(left_up[0]), int(left_up[1])-20), cv2.FONT_ITALIC, 2, (0, 0, 255))
    dstFileName='result/'+ims[0][-5:-4]+'.jpg'
    cv2.imwrite(dstFileName, cv2charimg)
    print('图片保存地址',dstFileName)

将图片格式转化为PIL库的格式，用PIL的方法写入中文，然后在转化为CV的格式
结果为：

修改后的结果
测试新的数据集，从百度上拿来新的图片来测试，发现效果并不理想
新的测试图片
参考博客：https://blog.csdn.net/qq_39622065/article/details/84859629