湖北港口统一对外服务平台

港口业务中的车辆与集装箱图像包含车牌、箱号、箱型和铅封号等关键字段。项目实践关注如何将图像转换为可比对、可复核的结构化信息，并通过统一评测分析识别质量与推理耗时。

我参与的工作集中在视觉识别实验、模型服务部署与评测流程建设，包括车牌检测裁剪后识别、集装箱号与箱型识别、铅封号 OCR 实验，以及预测结果与真实标注的自动比对。

1. 部署多模态模型服务

   在 DGX Spark 环境中使用 vLLM 部署 Qwen3-VL-32B，支撑图像识别实验与模型调用。

2. 对比车牌识别方案

   开展整图直接识别与 YOLOv8-plate 检测裁剪后识别的对比实验，分析检测环节对准确率与耗时的影响。

3. 推进集装箱信息提取

   围绕集装箱号与箱型进行结构化提取，组织预测 JSON 输出及与真实标注的自动比对，分别统计箱号、箱型和联合准确率。

4. 开展铅封号 OCR 识别

   面向港口业务中的铅封编号信息采集，开展铅封号识别实验，将铅封号纳入视觉信息提取范围，为后续业务核验提供信息。

5. 完善评测与异常分析

   围绕数据预检、缺失标注处理、错误样本归档、断点续跑和高分辨率重试完善实验流程，结合平均耗时、延迟分位数与吞吐量进行分析。

车牌方案结合检测裁剪与识别；箱号和箱型方案开展整图提取与异常样本重试。ISO 6346 校验用于集装箱号的合法性检查和待复核标记，保留模型原始预测，避免将校验合法率混同于识别准确率。

以上为车牌检测裁剪＋识别方案的阶段性实验记录，受当时数据集与运行配置影响，不作为平台整体性能指标。

• 评测口径：区分不同识别字段，分别处理缺失标注与请求失败，保持指标含义清晰。
• 结果可追溯：保留结构化预测、错误样本和待复核记录，支持后续定位问题。
• 实验可复现：记录运行配置与耗时，结合检查点保存推进批量评测。