一、總結及改善

經過了這25天的學習後，總算完成這個車牌辨識的部分，且辨識的情形還滿不錯的，但是因為訓練集的數量及解析不佳的原因，造成訓練出來的模型有時候還是無法正確框在車牌上，且OCR會誤判一些相似的文字，如5辨識成S等狀況，因此能改善的點還有很多，底下會列出幾個細項列舉出筆者認為能改善的點。

• 寫出一個網頁 or App 搭配這個車牌辨識使用，美化整個外觀以及簡化流程。
• 試著由辨識靜態的圖片改成從影片進行辨識。
• 重新進行圖片的取樣，使用清晰、辨識度高的圖片進行訓練。
• 研究不同角度的車牌框要如何正確的框選。
• 使OCR的辨識更為精準。
• 提高辨識的速度。

當然還有許多能改善的項目，這也是未來筆者會去深入研究且改善的部分，也謝謝學長們對這件專案的建議，你以爲這樣就結束了嗎？

不我們還有一點的時間，筆者會從繪製標籤檔這個部分開始著手，因為這次訓練的是採用別人製作的資料集，沒有實際繪製標籤檔的機會，因此接著會利用剩餘的幾天來研究標籤檔的繪製以及介紹開源的車牌辨識模型，那我們下一篇就將進入label-studio的一系列的介紹及實作，那我們下篇見。