# CCPD_19K_EXP_CUT_TRANS — ICE-COR 角点矫正 + 透视变换

> **以脚本为准**：生成逻辑以 `ICE_Dataset/scripts/build_ccpd_19k_exp_cut_trans.py` 为准。

由 CCPD_19K_EXP_CUT 经 ICE-COR 角点推理 → 中心外扩 8%(x)/5%(y) → 透视变换生成。

## 处理流程

```
CCPD_19K_EXP_CUT (~18,887 张)
  → ICE-COR best.pth 推理 (192×64)
  → 角点排序 (TL→TR→BR→BL)
  → 中心外扩: 8% (x) / 5% (y)
  → 透视变换 → 192×64
  → 文件名追加 _trans
  → CCPD_19K_EXP_CUT_TRANS
```

## 目录结构

```
CCPD_19K_EXP_CUT_TRANS/
├── train/                # 与源数据集对应
│   ├── blue/
│   ├── green/
│   ├── police/
│   ├── army/
│   ├── gangao/
│   ├── shiguan_old/
│   ├── shiguan_new/
│   ├── lingguan_old/
│   ├── lingguan_new/
│   ├── coach/
│   └── new_energy/
├── test/
│   └── ... (同上 11 类)
└── README.md
```

## 生成脚本

```bash
cd ICE_Dataset/CCPD_19K_EXP_CUT_TRANS
python build_ccpd_19k_exp_cut_trans.py --dry-run    # 预览 (每类2张)
python build_ccpd_19k_exp_cut_trans.py --n 100      # 预览 100 张
python build_ccpd_19k_exp_cut_trans.py --full       # 全量处理
```

## 参数说明

| 参数 | 说明 |
|------|------|
| 外扩比例 | 8% (x) / 5% (y)，从四角点中心向外径向扩展 |
| 输出尺寸 | 192×64 (对齐车牌生成器 440×140 底图比例) |
| 文件名 | 原文件名追加 `_trans`，不重映射角点 |
| 跳过策略 | ICE-COR 推理失败 / 角点越界 → 直接跳过 |

## 模型

- ICE-COR: `ICE_NNv2/ICE-COR/output/1_CCPD_19K_EXP_CUT/best.pth`
- 专为 CCPD_19K_EXP_CUT 裁剪车牌 ROI 训练