因為想進軍手機版的車牌辨識，所以對我原有的車牌辨識核心做了一次大革命！就是在盡量減少計算量的前提下大幅簡化程式碼！目前情況大約是原本程式碼的四分之一！簡單說就是想做出一個適合在計算能力低於桌機電腦的手機上執行的版本，一定要有感的比電腦版更低耗電也更為快速！

把程式碼刪減到只剩骨架子之後，就是拿較困難的辨識資料來考驗與微調這個「簡易」版了！雖然不指望可以比正式的電腦版辨識能力更強，但是至少要盡量接近！上面的例子可以看出來，即使是簡易版的辨識力也很驚人了！這麼複雜的背景加上這麼模糊的車牌，辨識時間居然只需要52毫秒？

回想當初剛開始做車牌辨識時只要是近百萬畫素至少是0.3秒以上！只能祈禱較困難的狀況時不要慢到超過0.5秒！一般人的經驗超過0.5秒就是程式「卡卡」了！我當時以為如果要更快到數十毫秒的極速，一定是需要特殊設計的硬體晶片的？但是我至今始終沒有使用超過一般規格電腦的硬體設備！現在大家常用的GPU我也沒用到，但是速度已經可以快到這樣了！

目前測試這種畫素與品質的辨識時間大約都是在50-80毫秒之間！也就是說我的車牌辨識百萬畫素低於一秒已經是常態了！而且我還是不需要任何額外的硬體支援！完全就是在演算法上面的進化！而且這種進化與我使用的資料量也沒有關係！它們不是被「訓練」出來了！真的是一步一腳印的精準設計出來的！

這很像是製作精密儀器的公司！儀器會根據客戶使用的經驗回饋分析，與實驗新的設計，經年累月的越做越好，更精密也更有效率！我認為這才是AI影像辨識的正途！也是CNN、ML與DL等以統計學基底的AI技術永遠無法達到的境界！所以不必討論了！高準度的影像辨識永遠不可能依賴這些技術完成的！