今天在繼續調整優化我的新加坡車牌辨識核心，除了讓辨識正確率繼續提升，速度優化當然也是重點！如上的207萬畫素影像，背景也相當複雜，辨識時間還是只需要156毫秒！就是0.156秒的意思！不知道這樣算不算快嗎？很可惜我拿不到別家廠商的數據，但這是1.56M的PNG檔案，Mega級的大檔案完成車牌辨識只需要0.1秒多，能讓你有點感覺了嗎？

如果還是沒太大的感覺，我做了一個實驗，就是使用CNN前處理的第一個步驟，以11X11的特徵矩陣掃描全圖一次，就是做CNN運算必要的第一步驟對全圖做一次Convolution(卷積)運算！11X11大致上是勉強可以辨識出一個字元特徵的大小，而且模仿YOLO，我只做一次！需要的時間就是已經高達595毫秒了！

也就是說如果我用CNN技術來辨識這種影像，僅僅是必要的前處理的第一個步驟，就幾乎花掉我以目前技術做完全程辨識時間的四倍之多！如果照他們如上的示意圖做完全程需要幾倍的時間呢？我就不知道了！即使是用YOLO都至少需要十倍以上的時間吧？難怪他們必須使用昂貴的GPU來消化那麼大的計算量！否則我的速度是YOLO的十倍快！YOLO還能見人嗎？還有人敢厚顏無恥的說：YOLO很快嗎？

這絕對不是理論或想像而已！而是已經實現的真實技術！我的所有影像辨識產品都是那麼快的！我可以用極低的計算量就完成那麼多的辨識工作！207萬畫素影像的車牌辨識只需要0.1幾秒？我當然不需要使用GPU了！我所有的影像辨識產品都不需要GPU的！那表示買我的軟體可以省下很多買電腦硬體設備的錢！

這不表示我有甚麼超越傳統的神奇AI密技！就只是更精準有創意地的改良既有的OCR辨識技術而已！攤看來看就是全彩→灰階→二值化→定義目標→排列組合→幾何校正→辨識字元的這些傳統辨識程序而已！但是每一個步驟都被調整到最有效率，絕對不做多餘無用的計算！每個計算都能對最後的目標有意義！

現在賣影像辨識產品總是會被問到我的產品要不要用GPU？尷尬的是大家已經被洗腦成好像不用GPU的就是落伍的技術？事實上完全不是這樣的！相反的，GPU其實是為了應付CNN與DL造成的計算量氾濫的災情而被迫使用的救災設備！如果不用CNN與DL就完全不需要它們了！至少在影像辨識議題上就是這樣的！我用的演算法沒有計算量氾濫的災情，所以我不需要GPU！