被执法人推理

功能

对视频的每一帧，处理topN个大框目标：

• 如果目标类别是car，则用ocr提取车牌号；
• 如果目标类别是person，先用交警模型判断是否是交警，如果不是交警，则对人脸图像清晰度大于等于一定阈值的，记录该人脸的embedding；

返回每一帧处理得到的所有车牌号列表（去重）和所有人脸embedding列表；

性能测试

视频名	显存	gpu使用率	处理帧数	耗时	half	跳帧	检测结果（人脸/车牌数）
2.MP4	2.0G左右	50%+	26975	166.57s	False	-	145/0
2.MP4	1.9G左右	50%+	26975	162.65s	True	-	145/0
2.MP4	2.0G左右	40%+	2997	28.79s	False	9	17/0
2.MP4	1.9G左右	40%+	2997	28.83s	True	9	17/0
1.MP4	2.0G左右	50%+	26991	178.69s	False	-	578/0
1.MP4	2.0G左右	50%+	26991	176.29s	True	-	578/0
1.MP4	2.0G左右	40%+	2999	30.12s	False	9	60/0
1.MP4	2.0G左右	40%+	2999	30.04s	True	9	60/0

float16推理

• 如果不跳帧，半精度推理后速度略有提升；
• 如果本身处理帧数少，速度没啥影响；
• 对检测结果也几乎没有影响；

跳帧

• 相比不跳帧，耗时明显减少，筛选得到的结果也明显减少；
• gpu使用率降低；

更新

• 20240125：对被执法车加入truck，motorcycle，bus类别，增加摩托车车牌识别规则（车牌内容格式为两行）；

部分视频无法检测人或车原因

• 人脸相似个数太少，导致合并时间段时被过滤；
• yolo对车目标检测置信度太低，或直接没有检测到，导致不会进行下一步ocr检测；
• 车牌不够清晰导致ocr检测无结果；