我用AI回怼美女汽车销售系列[yolo车牌识别](五) 完结

上期回顾

上一期中，我们使用CTC技术，将蓝牌和车牌放在同一个网络里面训练和识别，取得了不错的效果。这一期主要是上路进行相关的统计，一方面检测程序的性能，一方面看看到底新能源车的占比有多少。结果还真是出乎我的意料。

选择统计地点

为了保证统计取样的丰富性，选择了城市繁华路段，偏僻路段，露天停车场，地下停车库等四种场所。打开“国际滨”（杭州市滨江区）的地图，对照上述四个地点，进行选择。分别选择了城西的某商场地下停车库，城南的湘湖停车场，城北的快速路（繁华路段），城东的北塘和路（偏僻路段）

统计视频

下面这个动图展示了统计时候的视频。由于大小限制，只能展示3秒左右

统计结果

最终的统计结果如下所示：

地下停车库：燃油车：112辆；新能源车：27辆；新能源车占比：19.4%
露天停车场：燃油车：219辆；新能源车：65辆；新能源车占比：22.3%

繁华路段：燃油车：1016辆；新能源车：191辆；新能源车占比：15.8%
偏僻路段：燃油车：315辆；新能源车：77辆；新能源车占比：19.6%

对上述结果进行加权平均，最终的新能源车占比位：17.8%。结果还是非常出乎意料的。我虽然知道肯定没有一半，但是想想应该有个30%左右，但是通过实际测试发现20%都不到。看到这个结果，我突然想起来这个画面。当年李斌语出惊人，嘲笑买燃油车的是为了怀旧。我感觉那个销售就是被他个洗了脑！

回怼销售

有了上面的数据，我信心满满的准备回怼销售（不知道这其中故事情节的请看第一期）。我将各种数据打包之后，发送给销售。时隔一个月，不知道她还有没有忘记当初说过的信口开河的话（她当初对我说：现在买油车的都是傻子，还说路上跑的一大半都是新能源车）。幻想着被我的数据打脸之后，她能在我面前低下高傲的头颅，报以崇拜的眼神。。。然而，真实情况却是这样的：

心中升起一万头草泥马。。。此种滋味，不可名状！血压飙升，掐人中自救中。。。经过相当长一段时间，心情才慢慢恢复平静。不过回头想想，虽然没有成功回怼销售，但是自己在这个过程中学到了很多东西，也动手完成了实践，并帮助了一些有相同爱好的朋友，也是一种莫大的安慰。

总结

这一项目的跨度比较长，一共用了5期。从起因，网络设计，遇到的问题以及相应的改进，都做了充分和详细的说明。希望对于那些想要做一些深度学习小项目的朋友有一些帮助。该项目的源码我也会开源出来。但是目前尚在整理过程中，请大家保持关注，开源后第一时间通知大家。最后再一次感谢大家陪伴来到了最后一期，中间有好几次想要放弃，是粉丝的支持让我坚持了下来，谢谢。