上面就是我從2018年開始已經熱銷七八年的車載車牌辨識軟體的實驗畫面！如圖所示，最新的版本已經可以一秒辨識近百萬素的影像到30張以上了！即使是最早的版本也至少可以達到20Hz！不然是無法上市使用的！在我之前的兩三家車載車牌辨識系統都是因為速度實在跟不上正常車速，必須慢到車速十幾公里才能辨識車牌？所以我的產品一推出它們就自動消失退場了！沒得比的！

辨識速度要這麼快是絕對有必要的，因為當車輛在正常的時速30-50公里時，距離如此近的路邊車牌可以說是一閃即逝！只會在畫面中停留約0.2秒，在如此短的時間內必須抓到四五張的影像做辨識，再加以簡單的統計，排除偶發的隨機錯誤，軟體確認輸出的車牌答案才會穩定到合乎一般人的預期！

當然我可以做這種生意，不只是辨識速度超快而已，因為這種影像是不能控制角度的隨機側拍，所有車牌都一定是相當歪斜的！如果你的辨識軟體車牌一歪斜就無法辨識，那可用的辨識結果就會太少，就會頻頻漏掉車牌目標了！我的軟體在正常車速下正確抓到車牌的機率都在九成左右的！

現在大多數人對這種高速動態辨識的認知就是非用YOLO不可！而且必須搭配GPU的龐大算力功能，也就是說如果沒有特殊規格的顯示卡與中介軟體，根本不可能做這種即時動態辨識的！所以我就這樣問了AI，看它怎麼說？

所以不要誤會YOLO是如何偉大的演算法！以快速抓到動態影像中的車牌，並加以辨識這件事來說，我的OCR演算法早就可以比YOLO的速度快很多很多很多倍了！而且是在完全不依賴GPU的算力幫忙之下，七八年前就做到了！其實我也是用多核心的CPU做平行運算的！但如果讓YOLO跟我一樣，也「只用」CPU做平行運算，它的表現是完全見不得人的！執行效率太低了嘛！連我的車尾燈都看不到！

這不是我在吹牛或做誇大不實的宣傳，現在全台灣每天都有近百個我的這種軟體在真實道路上工作執勤中！為時已經七八年了！全台灣的稅務監理單位都有配置，替他們找回的稅金罰款每天都有幾十萬的！私人尋車業者也跟我說：一個人用這個軟體開車跑一天，通常可以找到兩三輛權利車！比之前用目視找車效率高了不只十倍！

同時間，經過這麼多年了，偉大的YOLO並沒有類似的產品推出來跟我競爭！我想即使真的做出以YOLO為基礎的這種系統，價錢也會貴到讓人買不下手！我的這種軟體售價是六萬元，搭配任何Windows系統的一般電腦都能使用，也與攝影機品牌規格無關，只要能將畫面拉到電腦螢幕上我的軟體就能辨識！你絕對可以自己輕鬆組裝一套，成本不過十萬元出頭！

這就是我上篇文章說的：高科技也可以高貴而不貴！前提是不能使用YOLO或GPU等昂貴的軟硬體！也就是必須避免使用ML、DL與CNN那些低效率又高成本的影像辨識技術！我的成功產品就充分證明了這絕對是可以做到的！演算法才是AI影像辨識技術的根基！有好的演算法就可以不必依賴高算力設備了！