這麼歪斜變形的車牌我的標準版車牌辨識核心本來就可以辨識成功的！需要的辨識時間是155毫秒也算是非常快的了！畢竟影像有92萬畫素，背景也絲毫不簡單！但是我較新研發中的簡易版呢？經過微調也是可以辨識正確的！而且辨識時間快了幾乎一倍！只要80毫秒就完工了！假以時日相信我的快速簡易版有可能取代目前的標準版！那又是我車牌辨識研發的一大突破了！

這種影像辨識時間能快到0.1秒以內，就已經完全不像是純軟體的辨識系統可以達到的境界了！說給內行人聽一定是會被高度懷疑的？即使可以這麼快都一定是有某種針對辨識過程的硬體加速加持才可能做到的！譬如有特殊的硬體化辨識晶片？或是很多GPU之類的！但是不必懷疑，我真的是用純軟體在一般規格的電腦上就辦到了！我用的電腦只是七八年前買的舊版i9！

所以我其實是在正面踢館挑戰，甚至是羞辱CNN與DL等技術做的影像辨識效能！首先CNN是以目標為矩形的假設為基礎的！先天上就無法很快找到「非矩形」的這種歪斜車牌目標！即使找到都無法用CNN技術內的方法讓它們校正成可以辨識的正視狀態！光是這一點就讓CNN很尷尬捉襟見肘了！當然要辨識這麼歪斜的車牌，即使是深度學習也是無能為力無法學會的！

更何況CNN的極度耗時運算更是讓人難以接受！即使已經精簡到YOLO的架構了，還是必須使用很多而且很昂貴的GPU協助才能勉強跟上需要即時反應的辨識速度需求！所以CNN+DL做出來的辨識軟體其實又慢又貴又不準！真不知道那些AI專家們為何還好意思繼續厚著臉皮強力推銷？這種完全不適用在影像辨識領域中的演算法，真的應該直接被淘汰到歷史灰燼之中的！