有個客戶他們承接的工作需要用人工檢驗大量如上的道路車牌辨識影像，從影像中已經有放大的車牌影像，還有時間地點的標籤，就知道這是從別的車牌辨識系統產生的成果影像！為何還要人工檢驗呢？當然是因為這種情境車速快畫面複雜必須趕時間辨識，辨識率有八成就算不錯，九成就是高標了！他們應該是希望辨識率更高一些才能達到使用的目的，只能出動人的智力了！

這些照片是使用某知名的車牌辨識大公司的系統產生的，他們也跟該公司詢問有沒有辨識力更強，不限辨識時間的軟體模式？就是事後可以把抓到的車牌影像再「複查」一次以提高辨識率，減少人工辨識負擔的更精準辨識模式？該公司也提供了宣稱會更準的辨識模式，但我的客戶試用後是覺得相差無幾。

所以經過網路資訊他們找到我，我也給了他們一個月的DLL試用版，測試的結果讓他們大為驚艷非常滿意！現在就等著他們完成採購程序付款交貨了！所以至少在一場不限時間的車牌辨識率競賽上面，我又正面KO了一個強大的競爭對手！過程中他們給我研究調整的辨識案例也幫了我不少忙！我就更進化了！

稍後他有提到他們也正在嘗試做烏賊車的辨識，就是辨識車輛有沒有異常大量冒煙，還問我們有沒有類似經驗產品？

我當然回答說有！我們在台南地區的工地揚塵辨識上已經有數十個工地的實績了！他還問我是不是用Yolo做的？我的回答當然是機會教育！告訴他：用Yolo就慘了！我們所以有機會做工地揚塵的那個案子，就是因為雲科大用Yolo等技術做的產品建置成本實在太貴根本無法推廣，承包廠商陷入窘境時，請我們嘗試另行開發較低成本的版本，最後才成功上線推廣使用的！

我再度強調我們公司軟體都是不用ML、DL與CNN等所謂的熱門AI技術的！不是不會用，而是知道不能用！也因此計算量較低，都不必使用GPU輔助計算，辨識速度還很快！系統建置成本就比使用Yolo那些技術的軟體低很多了！該客戶才剛剛體驗過我的車牌辨識，就覺得很驚訝！我的車牌辨識不用GPU，只在一般規格的電腦上跑就比Yolo更快了！

我說的這些都是鐵的事實，不信就來試試看嘛！