一、標記圖片

繼昨天完成了專案的構建後，今天將進行的是標記圖片的動作，標記對訓練看似重要，其實真的挺重要(廢話)，標記的素材會影響到模型的準確性，關乎了車牌是否被正確的框起來，而不是框錯了區域，接下來就進行標記的作業。

其實Label-Studio將標記的動作化簡的很簡單，透過清楚的UI介面，只需點選標籤在圖片上進行標記，有著很直覺的操作以及易於上手的體驗。

1. 開啟Label-Studio並開啟專案，筆者在設定時已經是先匯入了10張圖片，如下圖。
   
2. 點選上方藍色按鈕Label All Tasks，就可以進入到標記圖片的頁面。
3. 進行標記
   下圖中的橘色部分為設定好的標籤，只要點取標籤後就可以在圖片上標上要判別的位置，如藍色部分，接著在右方的紫色部分可以查看目前的工作狀況以及標籤。
   
4. 接續著編輯完圖片後就可按下藍色按鈕Submit。

二、輸出

1. 完成編輯後，就可以使用右上方的Export輸出想要的格式，如下圖。
   
   可以看到支援了非常多的格式，這邊筆者選擇YOLOv8 OBB進行輸出，輸出完後只需將檔案提取出來分成train、val、test後建立.yami檔就可以進行訓練了。

那因為筆者選擇的素材太過少了，所以試著訓練約50張圖時出來的結果並不好，準確率大約40幾%而已，這邊就不獻醜了～下篇將會介紹幾個較為有名的車牌辨識軟體，再挑幾個出來進行實作，那我們下篇見。