CCPD 是一个在开源免费的中国城市车牌识别数据集。
1. 介绍
CCPD (Chinese City Parking Dataset, ECCV)是中国城市车牌数据集，共有两个CCPD2019和CCPD2020 数据集，总数据量约35W左右，可用于车牌检测和识别模型算法开发。
CCPD 发表的论文: https://arxiv.org/abs/1709.08828
CCPD2020 数据集包含约1万，主要是新能源绿牌数据。
CCPD2019数据集主要是蓝牌数据，将近34W 张图片、图片尺寸为720x1160x3，共包含8种类型图片，每种类型、数量及类型说明如下表：
| 类型 | 图片数 | 说明 |
|---|---|---|
| ccpd_base | 199998 | 正常车牌 |
| ccpd_challenge | 10006 | 比较有挑战的车牌 |
| ccpd_db | 20001 | 光线较暗或较亮车牌 |
| ccpd_fn | 19999 | 距离摄像头较远或较近 |
| ccpd_np | 3036 | 没上牌的新车 |
| ccpd_rotate | 9998 | 水平倾斜20-50度，垂直倾斜-10-10度 |
| ccpd_tilt | 10000 | 水平倾斜15-45度，垂直倾斜-15-45度 |
| ccpd_weather | 9999 | 雨天、雪天或大雾的车牌 |
| 总共283037张车牌图像 |
CCPD2019车牌数据集拍摄的车牌照片的环境复杂多变，包括了倾斜、模糊、雨天、雪天等多个场景的数据，并且大部分图片有且仅含有一个车牌；由于采集人员主要在安徽省城市的停车场进行采集，导致大部分数据都是含【皖】的车牌图片，而其他省份的车牌比较少，而一些特殊车牌的数据就几乎没有，比如【挂使领民航危险品】这些车牌几乎没有。
1.1 车牌分布情况
下表给出CCPD数据各个省份的车牌数据统计：
2. 车牌号码说明
2.1 标识说明
车牌第一位是汉字：代表该车户口所在的省级行政区，为各（省、直辖市、自治区）的简称，比如：北京就是京，上海就是沪，湖南就是湘，重庆就是渝，山东就是鲁，江西就是赣，福建就是闽…；
车牌第二位是英文字母：代表该车户口所在的地级行政区，一般为各地级市、地区、自治州、盟字母代码，一般按省级车管所以各地级行政区状况分划排名：（字母“A”为省会、首府或直辖市中心城区的代码，其后字母排名不分先后）；
另在编排地级行政区英文字母代码时，跳过I和O，O往往被用作警车或机关单位（军队、武警中的字母O等与此无关）。
| 序号 | 字段 | 详细 |
|---|---|---|
| 1 | 省份 | |
| provinces | [“皖”, “沪”, “津”, “渝”, “冀”, “晋”, “蒙”, “辽”, “吉”, “黑”, “苏”, “浙”, “京”, “闽”, “赣”, “鲁”, “豫”, “鄂”, “湘”, “粤”, “桂”, “琼”, “川”, “贵”, “云”, “藏”, “陕”, “甘”, “青”, “宁”, “新”] | |
| 2 | 地市 | |
| alphabets | [‘A’, ‘B’, ‘C’, ‘D’, ‘E’, ‘F’, ‘G’, ‘H’, ‘J’, ‘K’, ‘L’, ‘M’, ‘N’, ‘P’, ‘Q’, ‘R’, ‘S’, ‘T’, ‘U’, ‘V’, ‘W’,‘X’, ‘Y’, ‘Z’] | |
| 3 | 车牌字典 | |
| ads | [‘A’, ‘B’, ‘C’, ‘D’, ‘E’, ‘F’, ‘G’, ‘H’, ‘J’, ‘K’, ‘L’, ‘M’, ‘N’, ‘P’, ‘Q’, ‘R’, ‘S’, ‘T’, ‘U’, ‘V’, ‘W’, ‘X’,‘Y’, ‘Z’, ‘0’, ‘1’, ‘2’, ‘3’, ‘4’, ‘5’, ‘6’, ‘7’, ‘8’, ‘9’] |
2.2 绿牌和蓝牌区别
颜色区别：小型新能源车牌采用“渐变绿”的配色，大型新能源车牌采用“黄绿双拼色”，绿牌的字体颜色为黑色；而传统燃油车蓝牌则采用“纯蓝色”设计，字体颜色为白色；
号码编排：普通蓝牌共有7位字符；新能源车牌有8位字符；新能源绿牌的号码共有6位数，其中小型新能源汽车牌照的字母设计在第一位，大型新能源汽车牌照的字母设计在最后一位。其中车牌首字母为“D/A/B/C/E”的，代表“纯电动车”；首字母为“F/G/H/J/K”的，代表“非纯电动汽车”。而普通燃油车蓝牌的号码只有5位数，首字母或数字一般不代表任何含义，只有部分地区会给营运类车型划分特定字母。
参考资料：
绿牌和蓝牌区别是什么？电动车上蓝牌好还是绿牌好-无敌电动
新能源电动汽车牌照和普通牌照区别介绍-有驾
3. CCPD 数据标注
为了完成这项任务，数据发布者首先在10k图像上手动标记四个顶点的位置。然后设计了一个基于深度学习的检测模型，在对该网络进行良好训练后，对每幅图像的四个顶点位置进行自动标注。最后，数据发布者雇用了7名兼职工人在两周内纠正这些标注。
CCPD提供了超过250k个独特的车牌图像和详细的注释。每张图像的分辨率为720(宽度)× 1160(高)× 3(通道)。实际上，这种分辨率足以保证每张图像中的车牌清晰可辨，但是该数据有些图片标注可能不准。不过总的来说CCPD数据集非常推荐研究车牌识别算法的人员学习使用。
CCPD车牌数据集标注了车牌四个角点，车牌水平和垂直角度以及车牌号码等信息，并以图片文件名的方式进行命名，如图片【025-95_113-154&383_386&473-386&473_177&454_154&383_363&402-0_0_22_27_27_33_16-37-15.jpg】，其文件名的含义如下：
| 序号 | 标识 | 含义 |
|---|---|---|
| 1 | 025 | 车牌区域占整个画面的比例； |
| 2 | 95_113 | 车牌水平和垂直角度, 水平95°, 竖直113° |
| 3 | 154&383_386&473 | 标注框左上、右下坐标，左上(154, 383), 右下(386, 473) |
| 4 | 86&473_177&454_154&383_363&402 | 标注框四个角点坐标，顺序为右下、左下、左上、右上 |
| 5 | 0_0_22_27_27_33_16 | 车牌号码映射关系如下: 第一个0为省份 对应省份字典provinces中的皖；第二个0是该车所在地的地市一级代码，对应地市一级代码字典alphabets的A；后5位为字母和文字, 查看车牌号ads字典，如22为Y，27为3，33为9，16为S，最终车牌号码为皖AY339S |
4. 车牌数据集下载
CCPD官方原始数据集下载地址：https://github.com/detectRecog/CCPD
CCPD2019官方原始数据，主要是蓝牌数据，约34W；
CCPD2020官方原始数据，主要是新能源绿牌数据，约1万
CCPD车牌整理为 VOC 格式数据下载 ：
百度云: 链接：https://pan.baidu.com/s/1yiFuRM4OtK-2SKi_QaBm7g 提取码：vb8o
（1）CCPD2019-voc将数据集CCPD2019转换为VOC数据格式（数据在Annotations，JPEGImages文件夹），可直接用于目标检测模型训练
（2）CCPD2020-voc将数据集CCPD2020转换为VOC数据格式（数据在Annotations，JPEGImages文件夹），可直接用于目标检测模型训练
为了方便后续训练车牌识别模型，数据集提供已经裁剪好的车牌图片，并放在plates文件夹。
5. 其他关联项目
…
