1、数据来源
本项目使用的公开的CCPD数据集进行筛选转换成YOLO训练的数据集。
有关CCPD数据集可以查看文章【数据集 02】车牌CCPD命名规则及下载地址-CSDN博客，文章详细介绍了CCPD数据集的命名规则以及下载地址
在此特别提醒，CCPD数据集标注有错误的地方，尤其是CCPD2019车牌的标注，很多车牌标注的框都不是对应的车牌，因此需要手动筛选，不然会影响训练效果。
下面编写的python代码是把CCPD数据集转成YOLO数据集的脚本
搜集绿牌和蓝牌除了CCPD数据集还有CRPD，CRPD与CCPD不同之处在于CRPD分成三类车牌集、单车牌、双车牌、多车牌，而CCPD只有单车牌场景，因此他们的拍摄环境是不一样，可以根据具体应用项目进行选择。
因为CCPD、CRPD没有黄牌数据因此通过其他方式搜集黄牌。根据经验数据集在1万张以上YOLO模型训练可实现较好的检测效果，因此本项目最终制成包含蓝牌、绿牌、黄牌的YOLO数据集1.5万张，具体如下。
2、数据集分类
3、数据集统计
4、数据集结构
dataset/ ├── train/ │ ├── images/ │ │ ├── blue_plate_00001.jpg │ │ └── ... │ └── labels/ │ ├── blue_plate_00001.txt │ └── ... ├── valid/ │ ├── images/ │ └── labels/ └── test/ ├── images/ └── labels/
5、数据集配置文件
data.yaml
train: D:/work/my/datasets/BlueGreenYellowPlate/train/images
val: D:/work/my/datasets/BlueGreenYellowPlate/valid/images
test: D:/work/my/datasets/BlueGreenYellowPlate/test/images
nc: 3
names: ['blueplate', 'greenplate', 'yellowplate']
labelfast:
version: 1.3
路径使用绝对路径，如果训练自己的数据集可以改成自己的数据集路径。
6、部分数据集
7、yolo11训练模型
8、yolov8训练模型
数据集详细介绍请看文章
【数据集 03】中国蓝/黄/绿车牌检测数据集（按比例划分训练、验证、测试）包含训练好的yolo11/yolov8模型-CSDN博客
9、购买获得以下内容
数据集
数据集转换脚本
