车牌识别数据集+YOLOv11训练全攻略：从标注格式到避坑实践

简介：面向计算机视觉车辆检测场景的中国车牌号识别数据集，覆盖车牌数字与字母的常见组合，标注格式已适配YOLOv11，可直接用于目标检测模型的训练、验证与迁移学习，适合正在做智慧交通、车辆识别或毕业设计的开发者与学习者。压缩包共2000个文件，约17.18MB，其中542张JPG车牌图像配有1457个TXT格式的YOLO标注文件，另含1个YAML配置文件，可直接写入YOLOv11项目读取类别与路径信息，整体目录结构紧凑清晰。该数据集已有950人学习使用，数据规模对于快速验证模型和算法调优比较合适。下载后即可获得已对齐的图像与标注对，免去自行采集样本、手工标注和格式转换的繁琐工作，方便直接开展车牌识别训练、评估与二次标注，尤其适合需要尽快跑通YOLOv11流程的中级开发者。

1. 车牌识别数据集：1458张YOLOv11标注图，能解决什么问题

做车牌识别，最耗精力的往往不是模型训练，而是数据本身。这个数据集把最脏的活提前干完了：1458张中国车辆车牌图片，全部配好YOLOv11格式的txt标签，识别对象覆盖数字0-9和字母A-Z，共36个类别。解压后改一个data.yaml，yolo detect train就能跑起来，是速度最快的一条验证路径。适合三类人：被标注工具折磨的车牌识别开发者、用YOLO系做目标检测的毕设课设项目、想在YOLOv11上快速验证训练流程的算法工程师。注意边界：数据集不含省简称汉字，完整输出“粤B12345”这种结果，还需要后续补汉字标注或后处理，这一点先记住，后面会展开讲。下面按数据格式、训练配置、踩坑、验证增强四块拆透，保证拿到手当晚上手。

2. 数据格式与目录结构：1458张图是怎么组织的

2.1 图片文件名、标签文件与对应关系

数据集里的图片文件名长这样：

1481_jpg.rf.14d0c1c37bb508dc94e22790b98dfb24.jpg 1477_jpg.rf.bf08c1582a9527d951c6f56484c3f57e.jpg

带rf后缀是从Roboflow平台导出的典型特征，jpg是原图格式，后面那串是防止重名的uuid。文件名本身不含标注信息，不能从名字猜车牌内容。每张jpg对应一个同名txt，txt里存着YOLO格式的标注行。标准的一行长这样：

8 0.4862 0.5513 0.1854 0.0652

五个字段分别是：类别id、框中心x坐标、框中心y坐标、框宽、框高。x、y、w、h全部是归一化到0-1之间的相对值，和图片实际像素无关。这个设计是为了适配不同分辨率输入，YOLO训练时统一缩放到imgsz指定尺寸，标注不会变形。

下载解压后第一件事，是确认图片和标签是不是一一对应。我一般先跑一段快速统计脚本：

import os from pathlib import Path img_dir = Path("images") label_dir = Path("labels") imgs = list(img_dir.glob("*.jpg")) labels = list(label_dir.glob("*.txt")) print(f"图片数量: {len(imgs)}") print(f"标签数量: {len(labels)}") missing = [] for img in imgs: txt = label_dir / (img.stem + ".txt") if not txt.exists(): missing.append(img.name) print(f"缺标签的图片: {len(missing)}") for name in missing[:10]: print(name)

脚本逻辑很简单：遍历images目录下所有jpg，用img.stem取出去掉扩展名的主文件名，再去labels目录找同名txt。打印前三行是典型的rf前缀文件名，从uuid前面那几位能看出原始命名规律。参数上只有img_dir和label_dir两个路径需要改成你实际解压的目录。缺标签数量如果大于0，先别急着训练，后面第4章有对应处理方案。

2.2 车牌识别里的类别设计：为什么是36类

中国车牌由汉字省简称、字母、数字三部分组成，但这份数据集的标注范围收敛在数字和字母上：数字0-9共10类，字母A-Z共26类，加起来正好36类。省简称不在标注方案里，这是这个资源最重要的一个边界。

类别id怎么分配？常见做法是数字0-9对应id 0-9，字母A-Z对应id 10-35。这样一张“京A·12345”的车牌，检测目标会被拆成“A”“1”“2”“3”“4”“5”六个独立检测框，而不是一个整体车牌框。这种按单字符检测的方案在车牌识别里很常见，好处是字符类别固定、样本均衡，坏处是后续还得把单字符结果拼回完整车牌。

为了训练时能看懂类别，建议先把映射表存一份。命令行的类别显示和data.yaml里的names都靠它：

注意字母I和数字1、字母O和数字0在视觉上高度相似，这是后面训练时最容易翻车的混淆点，第4章会专门说怎么处理。

2.3 解压后先理顺目录结构

下载的压缩包打开后，图片可能全堆在一个文件夹里，旁边还带着.classes、_darknet.labels这类配置文件。直接拿去训练不行，YOLO对目录结构有硬性要求。先整理成标准结构：

dataset/ ├── data.yaml ├── train/ │ ├── images/ # 训练图片 │ └── labels/ # 训练标签 ├── valid/ │ ├── images/ # 验证图片 │ └── labels/ # 验证标签 └── test/ ├── images/ # 测试图片 └── labels/ # 测试标签

如果原始图片都在一个目录，写个简单脚本按比例拆分。这里把原图放在all_images、标签放在all_labels：

import random import shutil from pathlib import Path src_imgs = Path("all_images") src_labels = Path("all_labels") out = Path("dataset") for sub in ["train", "valid"]: (out / sub / "images").mkdir(parents=True, exist_ok=True) (out / sub / "labels").mkdir(parents=True, exist_ok=True) imgs = sorted(src_imgs.glob("*.jpg")) random.seed(42) random.shuffle(imgs) split = int(len(imgs) * 0.9) train_imgs = imgs[:split] valid_imgs = imgs[split:] for img in train_imgs: shutil.copy2(img, out / "train" / "images" / img.name) lbl = src_labels / (img.stem + ".txt") if lbl.exists(): shutil.copy2(lbl, out / "train" / "labels" / lbl.name) for img in valid_imgs: shutil.copy2(img, out / "valid" / "images" / img.name) lbl = src_labels / (img.stem + ".txt") if lbl.exists(): shutil.copy2(lbl, out / "valid" / "labels" / lbl.name)

random.seed(42)固定随机种子，保证每次划分结果一致，方便复现。split = int(len(imgs) * 0.9)是训练集占比，图片多可以提到0.95，1458张图用0.9比较稳，验证集还能剩下140多张。标签文件缺失的图片我会直接跳过而不是报错，因为YOLO反正也读不到对应标注。

2.4 标签自检：坐标越界与类别越界

标注文件是从Roboflow导出的，理论上格式干净，但保不齐有个别文件损坏或者被二次编辑过。训练前扫一遍标签，能省掉半夜训练报错的麻烦：

from pathlib import Path def check_labels(label_dir: Path, nc: int = 36): bad_lines = 0 for txt in sorted(label_dir.glob("*.txt")): for line_no, line in enumerate(txt.read_text().splitlines(), 1): parts = line.split() if len(parts) != 5: print(f"{txt.name}:{line_no} 字段数异常: {line}") bad_lines += 1 continue cls = int(parts[0]) coords = [float(v) for v in parts[1:]] if cls >= nc: print(f"{txt.name}:{line_no} 类别id越界: {cls}") bad_lines += 1 if any(c < 0.0 or c > 1.0 for c in coords): print(f"{txt.name}:{line_no} 坐标越界: {line}") bad_lines += 1 print(f"扫描完成, 异常行数: {bad_lines}") check_labels(Path("labels"))

字段数必须等于5，多一个空格拆出空串都不行；类别id必须小于nc，越界说明混入了另外一套标注体系的类别；归一化坐标必须在0-1之间，越界训练时会被当成非法框丢掉。这三个检查覆盖了90%以上的数据格式问题。

3. 用YOLOv11把模型训起来：从配置到推理

3.1 环境准备

训练基于Ultralytics框架，装一个包就行：

pip install ultralytics

版本上建议直接用最新的，Python环境最好3.10以上。装好后先验证CUDA对GPU是不是可用：

import torch print(torch.cuda.is_available())

输出True走GPU，False也没关系，1458张图的数据量用CPU跑起来就是慢一些，一个epoch可能要几分钟到十几分钟，选yolo11n.pt这种nano模型还能忍。训练前确认下磁盘剩余空间，中间权重和日志大概占几百MB，这个体量不吃紧。

3.2 编写data.yaml

YOLOv11沿用Ultralytics的配置方式，data.yaml是唯一必须手写的文件。按照第2章整理的目录结构来写：

path: ../dataset train: train/images val: valid/images nc: 36 names: ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9', 'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J', 'K', 'L', 'M', 'N', 'O', 'P', 'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X', 'Y', 'Z']

path是数据集的根目录，用相对路径时以当前工作目录为基准，我习惯把data.yaml放在dataset外面一层，所以写成../dataset。train和val的值是相对于path的目录，YOLO会自动去对应目录下找images和labels子文件夹。nc: 36和names列表顺序必须严格对应，names里的索引就是类别id，第0个元素对应id0，第35个元素对应id35。如果把字母Z放错位置，训练出来的模型会把所有的Z都认成倒数第二个字母。

3.3 训练命令与关键参数

最简训练命令是这样：

yolo detect train model=yolo11n.pt data=data.yaml epochs=100 imgsz=640 batch=16 device=0

第一次运行会自动下载yolo11n.pt预训练权重，网络慢的话可以先手动下载放到当前目录。epochs=100对1458张图的数据集是合理起点，车牌字符检测任务不算复杂，一般60-80轮mAP就稳定了，100轮是为了看后期是否过拟合。imgsz=640是输入分辨率，车牌字符属于小目标，后面避坑章节会讲怎么调。device=0指定GPU，没有GPU就改成device=cpu。

显存不够就降batch，8G显存跑batch=16加imgsz=640有点紧张，降到batch=8或者imgsz=512都能缓解。注意batch太小时BN层统计不稳定，一般不低于4。

训练结束后，结果在runs/detect/train/目录下：

runs/detect/train/ ├── weights/ │ ├── best.pt # 验证集mAP最高的权重 │ └── last.pt # 最后一轮权重 ├── args.yaml # 本次训练的全部参数 ├── results.csv # 每轮指标 └── confusion_matrix.png

best.pt是后续推理和导出要用的，last.pt通常是训练中断后恢复用的。

3.4 训练过程看什么

CLI界面每轮会输出一串指标：box_loss、cls_loss、dfl_loss、precision、recall、mAP50、mAP50-95。对车牌识别来说，重点盯cls_loss和mAP50。如果cls_loss在某一轮突然升高，大概率是学习率骤降或某些难样本在起作用，不一定是模型坏了。我习惯看训练结束后的results.png曲线，确认mAP50在最后几十轮是平缓上升而不是振荡。

best.pt按mAP50选择，不是按总损失选，这一点很多人忽略。训练集准确率再高也没用，验证集上的mAP才是真实水平的估计。

3.5 用训练好的模型推理验证

训练完拿几张没参与训练的车牌图验证一下：

yolo detect predict model=runs/detect/train/weights/best.pt source=test/images save=True

save=True会把带预测框的结果图存到runs/detect/predict/。打开图片看三件事：一是框的位置是不是刚好包住单个字符，二是类别标签是不是对的，三是置信度分数。如果置信度普遍低于0.5，说明训练还不充分或者数据有干扰。

后续要部署的话，先导出ONNX：

yolo export model=runs/detect/train/weights/best.pt format=onnx imgsz=640

ONNX格式可以转TensorRT或ONNX Runtime，这一步对边缘设备部署是标准流程。imgsz要和训练时保持一致，否则尺寸变化会影响精度。

4. 避坑手册：训练车牌识别时的五个常见问题

4.1 训练时提示No labels found

现象：启动训练后日志出现WARNING No labels found in .../train，训练过程不报错但loss始终不降。

原因：YOLO找标签的路径是train目录下与images平级的labels文件夹，如果标签直接在train下或者放在images里，就会扫不到。另一个常见原因是标签扩展名写成了.txt但实际文件是.txt带空格。

解决：先检查目录结构是否符合第2.3节的规范，再用第2.1节的脚本核对图片与标签数量。两者都正常，就用find train -name "*.txt" | head看下标签文件是不是真的在train/labels下。目录结构没问题最后检查data.yaml的path相对路径是不是写对了，../dataset少一个点就找不到目录。

4.2 标签类别id越界导致训练崩溃

现象：训练开始不久报错IndexError: index 36 is out of bounds for axis 0 with size 36，或者loss直接变成nan。

原因：数据集中混入了标注时多余类别，比如某个字符被标成了id36或更大，超出nc范围。Roboflow导出数据偶尔会把背景类或者冗余类也带进来。

解决：用第2.4节的标签自检脚本全量扫一遍，把所有cls >= nc的标签行找出来。处理方式两种：如果多余类别数量很少直接删掉这些行，如果数量较多说明类别体系对不上，要重新梳理映射关系。我遇到过一次标签里混了汉字省简称的标注，id直接是36，删掉后发现是标注工具残留。

4.3 检测框框住整个车而不是单个字符

现象：推理结果里矩形框包住了整块车牌，甚至框住了半个车头，字符之间没有独立框。

原因：这是标注粒度问题。训练数据里如果一部分框比较大、包住了几个相邻字符，模型学到的框尺度就不稳定。YOLO的anchor会根据标注框的宽高分布自动调整，但训练标签里大小尺度差距太大时，小字符目标会被大的候选框盖过去。

解决：统计标签框的宽高比，把明显异常的大框过滤掉重标。检查方法是写脚本统计每个框的w和h分布，正常字符框的宽高比集中在0.4到0.8之间，如果出现w超过0.3（归一化后）的框，大概率是标注时框选了多个字符。对于少量异常样本，可以直接删掉这些图片，让模型学剩下的干净数据。

4.4 数字0和字母O、数字1和字母I识别混淆

现象：训练指标看起来不错，推理时数字0偶尔被识别成字母O，数字1被识别成字母I。这类混淆在单车牌多字符场景下特别影响整牌拼接结果。

原因：视觉上O和0几乎一样，1和I只有一个衬线区别，模型的特征提取本身就容易混淆。加上数据集中0和O、1和I的出现频率不平衡，模型对少数类别的决策边界就偏向多数类。

解决：常规做法是在后处理阶段做映射，比如识别结果为O时输出为0，识别结果为I时输出为1。中国车牌字符集中实际上不使用字母I和O，所以可以放心把这两类的预测结果都映射回数字。另一个方向是训练时加大cls_loss权重，但实测效果不如后处理来得直接。如果数据量够，把字母O和I的样本单独挑出来做数据增强，也能缓解部分混淆。

4.5 关闭翻转增强：车牌镜像问题

现象：训练时mAP上升缓慢，验证集指标始终比训练集低一大截，而且推理时经常把字符方向弄反。

原因：YOLOv11默认开启左右翻转增强，fliplr=0.5意味着每两张图里有一张会被水平镜像。车牌上的字符翻转后变成反写形态，“B”翻转后视觉上像左右颠倒的B，模型被迫同时学习正写和反写两种特征，等于把任务难度翻倍。

解决：训练时显式关闭翻转增强：

yolo detect train model=yolo11n.pt data=data.yaml epochs=100 imgsz=640 batch=16 fliplr=0.0

fliplr=0.0关闭水平翻转，对车牌识别几乎是必设参数。这一点在文档里不容易察觉，默认行为也不会在日志里提示，是典型的黑匣子坑。从那以后我每次训练车牌数据都强制检查参数配置里有没有关闭fliplr。

5. 验证与增强：让模型在真实场景更稳

5.1 从混淆矩阵和PR曲线读结论

训练生成的runs/detect/val/confusion_matrix.png是判断模型真实水平的第一手材料。横纵轴都是36个类别，对角线上的值越高越好。重点看非对角线区域的集中点：如果大部分错误集中在小范围，比如0和O之间，后处理映射就能解决；如果错误分散在多个字符间，说明数据量不足或者图像质量太差，靠后处理兜不住，需要补数据。PR曲线主要看拐点位置，拐点越靠近右上方说明模型在低置信度下也能保持较高准确率，适合部署时把置信度阈值调低来提升召回率。

5.2 车牌场景的数据增强建议

除了关闭fliplr，YOLOv11的数据增强参数还有几个值得动。hsv_h和hsv_s控制色调和饱和度扰动，默认值0.015和0.7基本不用改，车牌颜色在蓝底白字、黄底黑字之间变化，这点扰动有助于泛化。mosaic默认开启，四张图拼一张，对检测小目标有帮助，但如果车牌图里部分字符被切到拼接边缘，反而会引入无效标注。显存够的话保持默认，显存紧张就设mosaic=0.5降低概率。translate和scale可以稍微开大点，模拟摄像头在不同距离拍到的车牌尺寸变化。

从效果验证来讲，最终看的不是训练集loss，而是拿一批真实拍摄的、没有参与训练的车牌图跑一遍，统计单字符识别准确率和整牌拼接成功率。单字符准确率达到95%以上，整牌正确率一般能到90%左右，剩下的误差基本发生在模糊图和极端角度图上。

这个数据集作为起步资源完全够用，但真实场景里遇到新能源绿牌、双层车牌、夜间反光，还是要自行扩充数据。回到开头说的边界：汉字省简称这个缺口是肉眼可见的。如果项目要求输出“粤B12345”这样的完整车牌，第一步先在这个数据集上把36类字符模型训稳，第二步单独收集省份汉字样本重训一个汉字分类模型，第三步在后处理里按位置拼接。我自己的习惯是先把单字符检测做到稳定，再考虑端到端的车牌识别方案，因为单字符方案的每个环节都能独立验证，出问题也好定位。希望帮到你。

本文还有配套的精品资源，点击获取