多路车牌识别，结果上报业务系统

车道 ROI

在抓拍图上标定四个顶点，写入该路 config.ini。推理前将车道外区域涂白。未配置则整图识别。标定工具 tools/lane_config.py 与线上读取同一套坐标。

[boxes]
x1=120  y1=380
x2=1860 y2=400
x3=1920 y3=1080
x4=0    y4=1080

单张读牌

先由 YOLO 定位车牌，四点透视校正后由 CRNN 解码字符与颜色。满足 7 位、省份开头、蓝色或黄色，即判定为中国牌并结束该帧。

规则不匹配时，将同一检测框裁切后交给 PaddleOCR 3.x，按 6 位主号 + 地区码拼接俄牌。检测框常偏左，透视校正后再向右扩展，避免 125 被读成 25。

上报

识别只发送 device_id / plate / color / country / img / time。是否放行、是否抬杆由业务系统决定。一线 / 二线入区出区共用同一套字段，区别只在相机位置。

{
  "device_id": "43",
  "plate": "M009XK-25",
  "country": "rus"
}

后端切换

python job_mac.py --backend mps，或环境变量 PLATE_BACKEND。MPS 只执行卷积，NMS 仍在 CPU。权重先在 CPU 加载再拷到 GPU；直接 map_location=mps 会触发 float64 相关错误。

检测 IR 为何大于 .pt

.pt 约 1.12 MB，其中权重大约 0.89 MB。IR 的 bin 体量接近（0.91 MB），多出的 0.58 MB 来自 xml 中内联的 YOLO 解框计算图。.pt 中对应逻辑在 Python 侧，不计入文件大小。

切换后端是否改变识别结果

MPS 与 CPU 的检测框 IoU=1.000，OpenVINO 相对 CPU 约 0.993。中国牌多数一致，远景个别字符可能不同。上报字段不变，业务侧无需同步修改。

配置

Socket 和后端在 settings.py。Mac / Windows 各一份相机列表。日志在 config/logger.py。

控制台

一键启动按顺序拉起拉流和识别，日志输出到同一窗口。车道 ROI 按钮打开标定工具。

画车道

tools/lane_config.py 在图上标定多边形，写回该路 config.ini。识别读取同一份文件，标定错误会直接进入推理。