Make traffic faster and safer.
文章地址：
预览效果：
它的图片内容在ccpd_开头的目录下，详细文件格式如下：
ll CCPD_Datasets/CCPD/puhaiyang___CCPD2019/CCPD2019/ccpd_base/ -rw-rw-r-- 1 1000 1000 80339 2月 6 2019 '0212703544062-86_91-244&503_460&597-465&574_259&593_258&514_464&495-0_0_16_25_25_29_13-140-72.jpg'
(ultralytics-env) [root@xg-ragflow-node1 OpenTrafficFlow]# ll CCPD_Datasets/CCPD/puhaiyang___CCPD2019/CCPD2019/ 总用量 50748 drwxrwxr-x 2 1000 1000 30953472 2月 4 16:36 ccpd_base drwxrwxr-x 2 1000 1000 2822144 2月 4 16:16 ccpd_blur drwxrwxr-x 2 1000 1000 6844416 2月 4 16:14 ccpd_challenge drwxrwxr-x 2 1000 1000 1388544 2月 4 16:17 ccpd_db drwxrwxr-x 2 1000 1000 2920448 2月 4 16:10 ccpd_fn drwxrwxr-x 2 1000 1000 69632 2月 4 16:17 ccpd_np drwxrwxr-x 2 1000 1000 1376256 2月 4 16:18 ccpd_rotate drwxrwxr-x 2 1000 1000 4194304 2月 4 16:39 ccpd_tilt drwxrwxr-x 2 1000 1000 1359872 2月 4 16:15 ccpd_weather -rw-rw-r-- 1 1000 1000 1061 8月 25 2018 LICENSE -rw-rw-r-- 1 1000 1000 4022 8月 25 2018 README.md drwxrwxr-x 2 1000 1000 4096 2月 4 16:17 splits
(ultralytics-env) [root@xg-ragflow-node1 OpenTrafficFlow]# ll CCPD_Datasets/CCPD2020/puhaiyang___CCPD2020/CCPD2020/ccpd_green/ 总用量 1864 drwxr-xr-x 2 root root 811008 2月 4 15:55 test drwxr-xr-x 2 root root 929792 2月 4 15:55 train drwxr-xr-x 2 root root 167936 2月 4 15:55 val
格式为： (ultralytics-env) [root@xg-ragflow-node1 OpenTrafficFlow]# head -n 10| ll CCPD_Datasets/CCPD2020/puhaiyang___CCPD2020/CCPD2020/ccpd_green/train/ 总用量 450032 -rw-r--r-- 1 root root 92934 2月 4 15:55 '00360785590278-91_265-311&485_406&524-406&524_313&520_311&485_402&489-0_0_3_24_28_24_31_33-117-16.jpg' -rw-r--r-- 1 root root 133527 2月 4 15:55 '00373372395833-90_96-276&514_387&548-387&548_276&547_276&516_384&514-0_0_3_26_25_31_33_32-157-19.jpg'
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple pip install opencv-python pip install pillow
python convert_all_ccpd_to_yolo.py --all --source ./CCPD_Datasets --target ./YOLO_Data --copy
https://github.com/sirius-ai/LPRNet_Pytorch
本项目支持将训练好的模型转换为 NCNN 格式，用于在 Android 设备上部署。
- YOLO 检测模型:
weights/best.pt- 用于车牌检测 - LPRNet 识别模型:
weights/Final_LPRNet_model.pth- 用于车牌字符识别
使用 Ultralytics 内置的导出功能，一键转换 YOLO 模型到 NCNN 格式。
1. 安装 Ultralytics
pip install ultralytics2. 运行转换代码
from ultralytics import YOLO
# 加载 YOLO 模型
model = YOLO('weights/best.pt')
# 导出为 NCNN 格式
model.export(format='ncnn')3. 获取转换结果
转换完成后，会生成以下文件：
best.pt.ncnn.param- NCNN 参数文件（约 26 KB）best.pt.ncnn.bin- NCNN 权重文件（约 9.2 MB）
| 参数 | 说明 | 默认值 |
|---|---|---|
format |
导出格式，设置为 'ncnn' |
- |
imgsz |
输入图像尺寸 | 原始训练尺寸 |
half |
是否使用 FP16 精度 | False |
simplify |
是否简化 ONNX 模型 | True |
- YOLO 模型会先转换为 ONNX 格式，然后再转换为 NCNN 格式
- 确保已安装
onnx和onnx-simplifier依赖 - 转换后的 NCNN 模型可以在 Android 上使用 NCNN 框架加载
LPRNet 模型需要先转换为 ONNX 格式，然后使用在线工具转换为 NCNN。
使用项目提供的转换脚本：
python convert_simple.py该脚本会：
- 加载
weights/Final_LPRNet_model.pth - 设置正确的类别数 (class_num=68)
- 导出为
weights_ncnn/lprnet.onnx
输入维度: [1, 3, 24, 94] - (batch, channels, height, width)
使用 ConvertModel 在线工具进行转换：
1. 访问转换网站
https://convertmodel-1256200149.cos-website.ap-nanjing.myqcloud.com/
2. 选择转换格式
- 输入格式: ONNX
- 输出格式: NCNN
3. 上传并转换
- 上传:
lprnet.onnx(约 1.71 MB) - 点击转换按钮
4. 下载结果
- 下载生成的
.param和.bin文件 - 重命名为
lprnet.param和lprnet.bin
| 工具名称 | 地址 | 特点 |
|---|---|---|
| PNNX 在线工具 | https://pnnx.pchar.cn/ | 本地运行，不上传模型，数据隐私安全 |
| ToolForge | https://toolforge.homes/tools/svc-ncnn-v1 | ONNX → NCNN 专用转换器 |
转换完成后，将生成的 NCNN 文件复制到 Android 项目的 assets 目录：
Android项目/app/src/main/assets/
├── yolo_plate.param # YOLO 检测模型
├── yolo_plate.bin # YOLO 权重
├── lprnet.param # LPRNet 识别模型
└── lprnet.bin # LPRNet 权重
- 下载地址: https://github.com/Tencent/ncnn/releases
- 选择版本:
ncnn-android-vulkan.zip(支持 GPU 加速) - 集成方式: 将
.so文件放入app/src/main/jniLibs/对应架构目录
jniLibs/
├── arm64-v8a/
│ └── libncnn.so
└── armeabi-v7a/
└── libncnn.so
https://github.com/zai-org/Open-AutoGLM
./run.bat --base-url https://open.bigmodel.cn/api/paas/v4 --model "autoglm-phone" --apikey "YOUR_KEY" --device-id "ip:port" "打开微信，找到成都交警公众号，进去之后点蓉e行，进入蓉e行中，点击交通违法举报，点击侵走非机动车道，选择视频导入模式"
获取自动违章举报软件的最新信息，欢迎扫码入群：
以下是全国各地交通违法举报平台的信息汇总：
| 地区 | 平台类型 | 访问方式/搜索关键词 |
|---|---|---|
| 北京 | 微信公众号 | 关注"北京交警"微信公众号，点击底部菜单"随手拍"按钮 |
| 天津 | 小程序 | 搜索"天津交通违法举报"小程序 |
| 上海 | APP | 使用"上海交警"APP进行举报 |
| 广东 | 微信公众号 | 关注"广东交警"微信公众号，在公众号内搜索"举报"，参考第一篇文章查看各城市举报方式 |
| 广西 | 微信公众号 | 关注"广西警微发布"微信公众号，点击底部菜单"违法举报"入口 |
| 浙江 | 微信公众号 | 关注"浙江高速交警"微信公众号，点击"高速出行"菜单，选择"随手拍"子菜单 |
| 云南 | 微信公众号 | 关注当地交警微信公众号（如"昆明交警"），搜索"举报"，查看弹出的举报方法或在公众号内搜索"举报"找到介绍举报方法的文章 |
| 贵州 | APP | 通过"贵州交警"APP进行举报 |
| 湖南 | 微信公众号 | 关注"湖南高速警察"微信公众号，点击底部菜单"违法举报"入口 |
| 江西 | 微信公众号 | 关注当地交警微信公众号（如"南昌交警"），搜索"举报"，参考介绍举报方法的文章 |
| 福建 | 微信公众号 | 关注当地交警微信公众号（如"厦门交警"），搜索"举报"，参考介绍举报方法的文章 |
| 江苏 | 微信公众号 | 关注当地交警微信公众号（如"南京交警"），搜索"举报"，底部菜单有"交通违法"入口，进入后选择"交通违法举报" |
| 安徽 | 微信公众号 | 关注"安徽公安交警在线"微信公众号，在第二篇文章中搜索"举报"查看省市级举报渠道 |
| 湖北 | 微信公众号 | 关注"湖北交警"微信公众号，从底部菜单选择"违法举报" |
| 河南 | 微信公众号 | 关注市级交警微信公众号（如"郑州交警"），搜索"举报"查看举报方法（如"西安交警"的"随手拍"） |
| 四川 | 微信公众号+小程序 | 关注市级交警微信公众号，搜索"举报"查看方法（如通过菜单入口进入"蓉e行"小程序） |
| 重庆 | 微信公众号 | 关注"重庆交巡警"微信公众号，点击"随警快办" → "用户中心" → "交巡警专区" → "违法举报" |
| 河北 | 微信公众号 | 关注市级高速交警微信公众号（如"石家庄高速交警微发布"），从底部菜单选择"违法举报" |
| 陕西 | 微信公众号 | 关注市级交警微信公众号，搜索"举报"查看方法（如"西安交警"的"随手拍"） |
| 宁夏 | 微信公众号 | 关注市级交警微信公众号，搜索"举报"查看方法（如"银川交警"的"随手拍"） |
| 海南 | 邮箱+微信公众号 | 发送邮件至 hnjj12123@126.com；关注"海南交警"微信公众号，搜索"举报"查看详细要求 |
| 辽宁 | 微信公众号 | 关注市级交警微信公众号，搜索"举报"查看举报方法；例如关注"大连公安交警"微信公众号，点击菜单栏"警民互动"，然后选择"违法举报" |
| 吉林 | 微信公众号 | 关注市级交警微信公众号，搜索"举报"查看举报方法；例如关注"通化公安交警支队"微信公众号，点击菜单栏"警民互动"，然后从子菜单选择"随手拍" |
| 内蒙古 | 微信公众号 | 关注"内蒙古交警"微信公众号，点击底部菜单栏"随手拍" |
| 甘肃 | 微信公众号 | 关注市级交警微信公众号，搜索"举报"查看举报方法；例如关注"兰州公安交警"微信公众号，点击菜单栏"个人中心"，然后从子菜单选择"随手拍小程序" |
| 新疆 | 微信公众号 | 关注"新疆交警"微信公众号，点击底部菜单栏"随手拍" |
| 西藏 | — | 暂未找到相关线上举报渠道 |
| 黑龙江 | — | 暂未找到相关线上举报渠道 |
| 青海 | — | 暂未找到相关线上举报渠道 |
| 山西 | — | 暂未找到相关线上举报渠道 |