TTA
/
Detection_Experiment
18
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity
You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
Branches Tags
${ item.name }
Create tag ${ searchTerm }
Create branch ${ searchTerm }
from '19f5c68ac4'
${ noResults }
Detection_Experiment/custom_LP_detect/test.ipynb

10048 lines
491 KiB
Raw Normal View History Unescape

Organize my project
6 months ago
{
"cells": [
{
"cell_type": "code",
"execution_count": 11,
"id": "d35db2a7",
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"=== 이미지는 있지만 JSON 없는 경우 ===\n",
"\n",
"=== JSON은 있지만 이미지 없는 경우 ===\n",
"\n",
"총 이미지: 600\n",
"총 JSON: 600\n",
"매칭된 파일 수: 600\n"
]
}
],
"source": [
"import os\n",
"from glob import glob\n",
"\n",
"# ==============================\n",
"# 설정\n",
"# ==============================\n",
"images_dir = \"/home/cuuva/New_sample/image\"\n",
"json_dir = \"/home/cuuva/New_sample/label\"\n",
"\n",
"# ==============================\n",
"# 이미지 및 JSON 파일 목록\n",
"# ==============================\n",
"image_files = glob(os.path.join(images_dir, \"*.jpg\"))\n",
"image_basenames = set([os.path.splitext(os.path.basename(f))[0] for f in image_files])\n",
"\n",
"json_files = glob(os.path.join(json_dir, \"*.json\"))\n",
"json_basenames = set([os.path.splitext(os.path.basename(f))[0] for f in json_files])\n",
"\n",
"# ==============================\n",
"# 매칭 확인\n",
"# ==============================\n",
"# 이미지는 있지만 JSON 없는 경우\n",
"images_without_json = image_basenames - json_basenames\n",
"\n",
"# JSON은 있지만 이미지 없는 경우\n",
"json_without_images = json_basenames - image_basenames\n",
"\n",
"print(\"=== 이미지는 있지만 JSON 없는 경우 ===\")\n",
"for name in sorted(images_without_json):\n",
" print(name)\n",
"\n",
"print(\"\\n=== JSON은 있지만 이미지 없는 경우 ===\")\n",
"for name in sorted(json_without_images):\n",
" print(name)\n",
"\n",
"print(\"\\n총 이미지:\", len(image_basenames))\n",
"print(\"총 JSON:\", len(json_basenames))\n",
"print(\"매칭된 파일 수:\", len(image_basenames & json_basenames))\n"
]
},
{
"cell_type": "code",
"execution_count": 13,
"id": "5125df9a",
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"전체 클래스 분포:\n",
"structure: 2161\n",
"vehicle: 288\n",
"tree: 1107\n",
"building: 216\n",
"bridge: 99\n",
"person: 4\n"
]
}
],
"source": [
"import os\n",
"import json\n",
"from glob import glob\n",
"from collections import Counter\n",
"\n",
"# JSON 폴더 경로\n",
"json_dir = \"/home/cuuva/New_sample/label\"\n",
"\n",
"all_labels = []\n",
"\n",
"for json_file in glob(os.path.join(json_dir, \"*.json\")):\n",
" with open(json_file, \"r\", encoding=\"utf-8\") as f:\n",
" data = json.load(f)\n",
" for ann in data.get(\"annotations\", []):\n",
" if ann.get(\"type\") == \"bbox\":\n",
" label = ann.get(\"label\")\n",
" if label:\n",
" all_labels.append(label)\n",
"\n",
"# 클래스 분포 확인\n",
"class_counter = Counter(all_labels)\n",
"print(\"전체 클래스 분포:\")\n",
"for cls, count in class_counter.items():\n",
" print(f\"{cls}: {count}\")\n"
]
},
{
"cell_type": "code",
"execution_count": 14,
"id": "15424c16",
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"최종 클래스 매핑: {'person': 0, 'vehicle': 1}\n",
"변환 완료! YOLOv8 라벨 파일은 /home/cuuva/New_sample/YOLOv8_labels 에 저장되었습니다.\n"
]
}
],
"source": [
"from PIL import Image\n",
"\n",
"# ==============================\n",
"# 설정\n",
"# ==============================\n",
"images_dir = \"/home/cuuva/New_sample/image\" # 이미지 경로\n",
"output_labels_dir = \"/home/cuuva/New_sample/YOLOv8_labels\"\n",
"os.makedirs(output_labels_dir, exist_ok=True)\n",
"\n",
"# 사용하고 싶은 클래스만 지정\n",
"selected_classes = [\"person\", \"vehicle\"]\n",
"class_to_id = {cls_name: idx for idx, cls_name in enumerate(selected_classes)}\n",
"print(\"최종 클래스 매핑:\", class_to_id)\n",
"\n",
"# ==============================\n",
"# JSON → YOLOv8 라벨 변환\n",
"# ==============================\n",
"for json_file in glob(os.path.join(json_dir, \"*.json\")):\n",
" with open(json_file, \"r\", encoding=\"utf-8\") as f:\n",
" data = json.load(f)\n",
"\n",
" img_filename = data.get(\"filename\")\n",
" if not img_filename:\n",
" continue\n",
"\n",
" img_path = os.path.join(images_dir, img_filename)\n",
" if not os.path.exists(img_path):\n",
" print(f\"이미지 없음: {img_path}\")\n",
" continue\n",
"\n",
" # 이미지 크기\n",
" with Image.open(img_path) as img:\n",
" W, H = img.size\n",
"\n",
" label_lines = []\n",
"\n",
" for ann in data.get(\"annotations\", []):\n",
" if ann.get(\"type\") != \"bbox\":\n",
" continue\n",
" label_name = ann.get(\"label\")\n",
" if label_name not in class_to_id:\n",
" continue # 제외된 클래스\n",
" class_id = class_to_id[label_name]\n",
"\n",
" points = ann.get(\"points\", [])\n",
" if len(points) != 4:\n",
" continue\n",
"\n",
" xs = [pt[0] for pt in points]\n",
" ys = [pt[1] for pt in points]\n",
" x_min, x_max = min(xs), max(xs)\n",
" y_min, y_max = min(ys), max(ys)\n",
"\n",
" x_center = (x_min + x_max) / 2 / W\n",
" y_center = (y_min + y_max) / 2 / H\n",
" width = (x_max - x_min) / W\n",
" height = (y_max - y_min) / H\n",
"\n",
" label_lines.append(f\"{class_id} {x_center:.6f} {y_center:.6f} {width:.6f} {height:.6f}\")\n",
"\n",
" if label_lines:\n",
" txt_filename = os.path.splitext(img_filename)[0] + \".txt\"\n",
" txt_path = os.path.join(output_labels_dir, txt_filename)\n",
" with open(txt_path, \"w\", encoding=\"utf-8\") as f:\n",
" f.write(\"\\n\".join(label_lines))\n",
"\n",
"print(\"변환 완료! YOLOv8 라벨 파일은\", output_labels_dir, \"에 저장되었습니다.\")\n"
]
},
{
"cell_type": "code",
"execution_count": 18,
"id": "4bd0f509",
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"시각화 완료: /home/cuuva/New_sample/visualization/1_6-FLY-AI05-SUN-5M-15-LAND-Goseong-0116-13-37-36-L-N_0003418.jpg\n",
"시각화 완료: /home/cuuva/New_sample/visualization/2_6-FLY-AI05-SUN-5M-15-LAND-Goseong-0116-10-56-51-L-N-S21_0003521.jpg\n",
"시각화 완료: /home/cuuva/New_sample/visualization/3_6-FLY-AI05-SUN-5M-15-LAND-Goseong-0116-08-05-47-L-Y-S23_0001017.jpg\n",
"시각화 완료: /home/cuuva/New_sample/visualization/4_6-FLY-AI05-SUN-5M-15-LAND-Goseong-0116-09-03-05-L-N_0001472.jpg\n",
"시각화 완료: /home/cuuva/New_sample/visualization/5_6-FLY-AI05-SUN-5M-15-LAND-Goseong-0116-15-00-16-L-N_0000897.jpg\n",
"시각화 완료: /home/cuuva/New_sample/visualization/6_6-FLY-AI05-SUN-5M-15-LAND-Goseong-0116-08-05-47-L-Y-S23_0000433.jpg\n",
"시각화 완료: /home/cuuva/New_sample/visualization/7_6-FLY-AI05-SUN-5M-15-LAND-Goseong-0116-11-05-59-L-Y_0000179.jpg\n",
"시각화 완료: /home/cuuva/New_sample/visualization/8_6-FLY-AI05-SUN-5M-15-LAND-Goseong-0116-09-20-12-L-N-S20_0000872.jpg\n",
"시각화 완료: /home/cuuva/New_sample/visualization/9_6-FLY-AI05-SUN-5M-15-LAND-Goseong-0116-08-05-47-L-Y-S23_0002035.jpg\n",
"시각화 완료: /home/cuuva/New_sample/visualization/10_6-FLY-AI05-SUN-5M-15-LAND-Goseong-0116-08-05-47-L-Y-S23_0002110.jpg\n",
"총 10장 시각화 완료! /home/cuuva/New_sample/visualization 확인\n"
]
}
],
"source": [
"import os\n",
"import random\n",
"from glob import glob\n",
"from PIL import Image, ImageDraw\n",
"\n",
"# ==============================\n",
"# 설정\n",
"# ==============================\n",
"images_dir = \"/home/cuuva/New_sample/image/\"\n",
"labels_dir = \"/home/cuuva/New_sample/YOLOv8_labels\"\n",
"output_vis_dir = \"/home/cuuva/New_sample/visualization\"\n",
"num_samples = 10\n",
"thumb_size = (640, 384) # 이미지 크기 조정 (선택 사항)\n",
"\n",
"os.makedirs(output_vis_dir, exist_ok=True)\n",
"\n",
"# 클래스 매핑\n",
"class_to_name = {0: \"person\", 1: \"vehicle\"}\n",
"selected_class_ids = set(class_to_name.keys())\n",
"\n",
"# ==============================\n",
"# 선택 클래스 포함된 이미지 필터링\n",
"# ==============================\n",
"all_images = glob(os.path.join(images_dir, \"*.jpg\"))\n",
"images_with_selected_classes = []\n",
"\n",
"for img_path in all_images:\n",
" img_name = os.path.basename(img_path)\n",
" txt_path = os.path.join(labels_dir, os.path.splitext(img_name)[0] + \".txt\")\n",
" if not os.path.exists(txt_path):\n",
" continue\n",
"\n",
" with open(txt_path, \"r\", encoding=\"utf-8\") as f:\n",
" lines = f.readlines()\n",
"\n",
" if any(int(line.strip().split()[0]) in selected_class_ids for line in lines if line.strip()):\n",
" images_with_selected_classes.append(img_path)\n",
"\n",
"# 샘플링\n",
"if len(images_with_selected_classes) < num_samples:\n",
" num_samples = len(images_with_selected_classes)\n",
"sample_files = random.sample(images_with_selected_classes, num_samples)\n",
"\n",
"# ==============================\n",
"# 이미지 시각화 및 저장\n",
"# ==============================\n",
"for idx, img_path in enumerate(sample_files):\n",
" img_name = os.path.basename(img_path)\n",
" txt_path = os.path.join(labels_dir, os.path.splitext(img_name)[0] + \".txt\")\n",
"\n",
" img = Image.open(img_path).convert(\"RGB\")\n",
" W, H = img.size\n",
" img = img.resize(thumb_size)\n",
" draw = ImageDraw.Draw(img)\n",
"\n",
" # 라벨 그리기\n",
" with open(txt_path, \"r\", encoding=\"utf-8\") as f:\n",
" lines = f.readlines()\n",
"\n",
" for line in lines:\n",
" parts = line.strip().split()\n",
" if len(parts) != 5:\n",
" continue\n",
" class_id = int(parts[0])\n",
" if class_id not in selected_class_ids:\n",
" continue\n",
" x_center, y_center, width, height = map(float, parts[1:])\n",
" x_min = (x_center - width / 2) * thumb_size[0]\n",
" y_min = (y_center - height / 2) * thumb_size[1]\n",
" x_max = (x_center + width / 2) * thumb_size[0]\n",
" y_max = (y_center + height / 2) * thumb_size[1]\n",
" draw.rectangle([x_min, y_min, x_max, y_max], outline=\"red\", width=3)\n",
" draw.text((x_min, y_min-10), class_to_name[class_id], fill=\"red\")\n",
"\n",
" # 파일로 저장\n",
" save_path = os.path.join(output_vis_dir, f\"{idx+1}_{img_name}\")\n",
" img.save(save_path)\n",
" print(f\"시각화 완료: {save_path}\")\n",
"\n",
"print(f\"총 {len(sample_files)}장 시각화 완료! {output_vis_dir} 확인\")\n"
]
},
{
"cell_type": "code",
"execution_count": null,
"id": "cf2f4651",
"metadata": {},
"outputs": [],
"source": [
"image = \"/home/cuuva/aihub_car/185.CCTV_기반_차량정보_및_교통정보_계측_데이터/01-1.정식개방데이터/Training/01.원천데이터/TS_차량번호판인식_교차로_[cr01]비산사거리_01번/C-220809_04_CR01_01_N0045.jpg\"\n",
"json = \"/home/cuuva/aihub_car/185.CCTV_기반_차량정보_및_교통정보_계측_데이터/01-1.정식개방데이터/Training/02.라벨링데이터/TL_차량번호판인식_교차로_[cr01]비산사거리_01번/C-220809_04_CR01_01_N0045.json\""
]
},
{
"cell_type": "code",
"execution_count": 19,
"id": "805c216d",
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"✅ 시각화된 이미지 저장 완료: /home/cuuva/aihub_car/visualized_bbox.jpg\n"
]
}
],
"source": [
"import json\n",
"from PIL import Image, ImageDraw\n",
"\n",
"# =========================\n",
"# 경로 설정\n",
"# =========================\n",
"image_path = \"/home/cuuva/aihub_car/185.CCTV_기반_차량정보_및_교통정보_계측_데이터/01-1.정식개방데이터/Training/01.원천데이터/TS_차량번호판인식_교차로_[cr01]비산사거리_01번/C-220809_04_CR01_01_N0045.jpg\"\n",
"json_path = \"/home/cuuva/aihub_car/185.CCTV_기반_차량정보_및_교통정보_계측_데이터/01-1.정식개방데이터/Training/02.라벨링데이터/TL_차량번호판인식_교차로_[cr01]비산사거리_01번/C-220809_04_CR01_01_N0045.json\"\n",
"output_path = \"/home/cuuva/aihub_car/visualized_bbox.jpg\" # 저장될 경로\n",
"\n",
"# =========================\n",
"# JSON 로드\n",
"# =========================\n",
"with open(json_path, \"r\", encoding=\"utf-8\") as f:\n",
" data = json.load(f)\n",
"\n",
"# 바운딩박스 추출\n",
"annotations = data[\"Learning_Data_Info\"][\"annotations\"]\n",
"bboxes = []\n",
"\n",
"for ann in annotations:\n",
" for lp in ann.get(\"license_plate\", []):\n",
" bbox = lp[\"bbox\"] # [x, y, w, h]\n",
" bboxes.append(bbox)\n",
"\n",
"# =========================\n",
"# 이미지 불러와서 박스 시각화\n",
"# =========================\n",
"img = Image.open(image_path)\n",
"draw = ImageDraw.Draw(img)\n",
"\n",
"for bbox in bboxes:\n",
" x, y, w, h = bbox\n",
" draw.rectangle([x, y, x + w, y + h], outline=\"red\", width=3)\n",
"\n",
"# =========================\n",
"# 저장\n",
"# =========================\n",
"img.save(output_path)\n",
"print(f\"✅ 시각화된 이미지 저장 완료: {output_path}\")\n"
]
},
{
"cell_type": "code",
"execution_count": 20,
"id": "5e36df97",
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"✅ 시각화된 이미지 저장 완료: /home/cuuva/aihub_car/CCTV_car_or_licenseplate/visualized_bbox_CR12_02_N0725.jpg\n"
]
}
],
"source": [
"import json\n",
"from PIL import Image, ImageDraw, ImageFont\n",
"\n",
"# =========================\n",
"# 경로 설정\n",
"# =========================\n",
"image_path = \"/home/cuuva/aihub_car/CCTV_car_or_licenseplate/data/Training/image/license_plate/TS_차량번호판인식_교차로_[cr12]휴양림입구사거리_02번/C-220721_08_CR12_02_N0725.jpg\"\n",
"json_path = \"/home/cuuva/aihub_car/CCTV_car_or_licenseplate/data/Training/label/license_plate/TL_차량번호판인식_교차로_[cr12]휴양림입구사거리_02번/C-220721_08_CR12_02_N0725.json\"\n",
"output_path = \"/home/cuuva/aihub_car/CCTV_car_or_licenseplate/visualized_bbox_CR12_02_N0725.jpg\"\n",
"\n",
"# =========================\n",
"# JSON 로드\n",
"# =========================\n",
"with open(json_path, \"r\", encoding=\"utf-8\") as f:\n",
" data = json.load(f)\n",
"\n",
"annotations = data[\"Learning_Data_Info\"][\"annotations\"]\n",
"\n",
"# =========================\n",
"# 이미지 불러오기\n",
"# =========================\n",
"img = Image.open(image_path).convert(\"RGB\")\n",
"draw = ImageDraw.Draw(img)\n",
"\n",
"# 폰트 설정 (없는 경우 기본 폰트 사용)\n",
"try:\n",
" font = ImageFont.truetype(\"/usr/share/fonts/truetype/dejavu/DejaVuSans.ttf\", 20)\n",
"except:\n",
" font = ImageFont.load_default()\n",
"\n",
"# =========================\n",
"# 박스 그리기\n",
"# =========================\n",
"for ann in annotations:\n",
" # 번호판 전체 박스 (빨강)\n",
" for lp in ann.get(\"license_plate\", []):\n",
" x, y, w, h = lp[\"bbox\"]\n",
" draw.rectangle([x, y, x + w, y + h], outline=\"red\", width=3)\n",
" text = lp.get(\"text\", \"\")\n",
" if text:\n",
" draw.text((x, y - 22), text, fill=\"red\", font=font)\n",
"\n",
" # 번호판 글자 박스 (파랑)\n",
" for ch in ann.get(\"license_plate_number\", []):\n",
" x, y, w, h = ch[\"bbox\"]\n",
" draw.rectangle([x, y, x + w, y + h], outline=\"blue\", width=2)\n",
" text = ch.get(\"text\", \"\")\n",
" if text:\n",
" draw.text((x, y - 18), text, fill=\"blue\", font=font)\n",
"\n",
"# =========================\n",
"# 결과 저장\n",
"# =========================\n",
"img.save(output_path)\n",
"print(f\"✅ 시각화된 이미지 저장 완료: {output_path}\")\n"
]
},
{
"cell_type": "code",
"execution_count": 21,
"id": "9da329e7",
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"\n",
"📊 총 22684개의 JSON 파일 분석 완료\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 8228 \n",
"1 | 6105 \n",
"3 | 5281 \n",
"2 | 4918 \n",
"5 | 4236 \n",
"6 | 3662 \n",
"4 | 3502 \n",
"7 | 2938 \n",
"0 | 2830 \n",
"8 | 2394 \n",
"9 | 2252 \n",
"오 | 544 \n",
"거 | 498 \n",
"도 | 480 \n",
"보 | 472 \n",
"고 | 468 \n",
"바 | 461 \n",
"구 | 383 \n",
"노 | 379 \n",
"조 | 357 \n",
"모 | 347 \n",
"어 | 331 \n",
"러 | 326 \n",
"수 | 320 \n",
"우 | 318 \n",
"너 | 312 \n",
"소 | 306 \n",
"서 | 302 \n",
"부 | 283 \n",
"누 | 280 \n",
"주 | 280 \n",
"저 | 273 \n",
"호 | 245 \n",
"더 | 239 \n",
"다 | 224 \n",
"나 | 221 \n",
"허 | 216 \n",
"두 | 202 \n",
"로 | 181 \n",
"무 | 177 \n",
"버 | 167 \n",
"머 | 166 \n",
"라 | 163 \n",
"가 | 160 \n",
"사 | 98 \n",
"아 | 81 \n",
"자 | 71 \n",
"하 | 56 \n",
"루 | 51 \n",
"마 | 42 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n"
]
}
],
"source": [
"import os\n",
"import json\n",
"from collections import Counter\n",
"\n",
"# ==============================\n",
"# 경로 설정\n",
"# ==============================\n",
"json_dir = \"/home/cuuva/aihub_car/CCTV_car_or_licenseplate/data/Training/label/license_plate/TL_차량번호판인식_교차로_[cr01]비산사거리_01번/\"\n",
"\n",
"# ==============================\n",
"# 문자 등장 횟수 세기\n",
"# ==============================\n",
"char_counter = Counter()\n",
"total_files = 0\n",
"\n",
"for filename in os.listdir(json_dir):\n",
" if not filename.endswith(\".json\"):\n",
" continue\n",
"\n",
" json_path = os.path.join(json_dir, filename)\n",
" try:\n",
" with open(json_path, \"r\", encoding=\"utf-8\") as f:\n",
" data = json.load(f)\n",
" except Exception as e:\n",
" print(f\"⚠️ JSON 읽기 오류: {filename} ({e})\")\n",
" continue\n",
"\n",
" total_files += 1\n",
" annotations = data.get(\"Learning_Data_Info\", {}).get(\"annotations\", [])\n",
"\n",
" for ann in annotations:\n",
" for lp_number in ann.get(\"license_plate_number\", []):\n",
" text = lp_number.get(\"text\")\n",
" if text:\n",
" char_counter[text] += 1\n",
"\n",
"# ==============================\n",
"# 결과 출력\n",
"# ==============================\n",
"print(f\"\\n📊 총 {total_files}개의 JSON 파일 분석 완료\")\n",
"print(\"==========================================\")\n",
"print(\"{:<10} | {:<10}\".format(\"문자\", \"등장 횟수\"))\n",
"print(\"==========================================\")\n",
"\n",
"for char, count in sorted(char_counter.items(), key=lambda x: (-x[1], x[0])):\n",
" print(\"{:<10} | {:<10}\".format(char, count))\n",
"\n",
"print(\"==========================================\")\n",
"print(f\"총 등장한 고유 문자 수: {len(char_counter)}개\")\n"
]
},
{
"cell_type": "code",
"execution_count": 22,
"id": "55c6dd19",
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr03]범계사거리_02번 (총 25091 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 10781 \n",
"1 | 9186 \n",
"3 | 8137 \n",
"2 | 7262 \n",
"5 | 7154 \n",
"4 | 6106 \n",
"6 | 5650 \n",
"7 | 5220 \n",
"0 | 4218 \n",
"8 | 3997 \n",
"9 | 3496 \n",
"오 | 1198 \n",
"사 | 928 \n",
"도 | 775 \n",
"바 | 771 \n",
"구 | 757 \n",
"거 | 732 \n",
"우 | 660 \n",
"고 | 615 \n",
"수 | 588 \n",
"조 | 569 \n",
"노 | 560 \n",
"소 | 546 \n",
"러 | 530 \n",
"주 | 483 \n",
"보 | 469 \n",
"다 | 456 \n",
"모 | 425 \n",
"누 | 409 \n",
"호 | 404 \n",
"어 | 389 \n",
"너 | 387 \n",
"나 | 369 \n",
"로 | 362 \n",
"라 | 341 \n",
"부 | 334 \n",
"가 | 331 \n",
"더 | 324 \n",
"서 | 314 \n",
"두 | 270 \n",
"허 | 268 \n",
"무 | 239 \n",
"저 | 234 \n",
"아 | 226 \n",
"자 | 180 \n",
"버 | 146 \n",
"하 | 136 \n",
"루 | 134 \n",
"머 | 121 \n",
"마 | 101 \n",
"배 | 5 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr15]신촌경로당앞사거리_01번 (총 2220 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 4715 \n",
"1 | 2460 \n",
"3 | 1891 \n",
"8 | 1361 \n",
"2 | 505 \n",
"4 | 505 \n",
"6 | 494 \n",
"5 | 474 \n",
"0 | 358 \n",
"7 | 340 \n",
"9 | 263 \n",
"구 | 34 \n",
"노 | 27 \n",
"도 | 25 \n",
"오 | 23 \n",
"고 | 18 \n",
"거 | 14 \n",
"수 | 12 \n",
"어 | 12 \n",
"보 | 10 \n",
"서 | 10 \n",
"모 | 8 \n",
"소 | 8 \n",
"조 | 7 \n",
"러 | 5 \n",
"가 | 3 \n",
"부 | 3 \n",
"우 | 3 \n",
"누 | 2 \n",
"더 | 2 \n",
"로 | 2 \n",
"하 | 2 \n",
"호 | 2 \n",
"나 | 1 \n",
"너 | 1 \n",
"무 | 1 \n",
"사 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 37개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr08]귀인중학교정문_01번 (총 6164 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 4945 \n",
"1 | 2705 \n",
"3 | 1988 \n",
"2 | 1745 \n",
"5 | 1626 \n",
"6 | 1459 \n",
"4 | 1310 \n",
"0 | 1263 \n",
"7 | 1101 \n",
"8 | 1026 \n",
"9 | 977 \n",
"구 | 180 \n",
"거 | 178 \n",
"오 | 163 \n",
"모 | 161 \n",
"도 | 158 \n",
"고 | 147 \n",
"보 | 135 \n",
"노 | 132 \n",
"어 | 130 \n",
"소 | 112 \n",
"수 | 107 \n",
"조 | 91 \n",
"더 | 85 \n",
"너 | 79 \n",
"러 | 78 \n",
"누 | 73 \n",
"호 | 69 \n",
"버 | 64 \n",
"머 | 58 \n",
"우 | 58 \n",
"부 | 49 \n",
"나 | 47 \n",
"주 | 45 \n",
"허 | 44 \n",
"두 | 39 \n",
"서 | 35 \n",
"다 | 33 \n",
"라 | 28 \n",
"가 | 26 \n",
"바 | 26 \n",
"무 | 21 \n",
"저 | 18 \n",
"로 | 14 \n",
"마 | 11 \n",
"하 | 10 \n",
"루 | 7 \n",
"사 | 3 \n",
"자 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 49개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr12]휴양림입구사거리_01번 (총 14710 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 9850 \n",
"1 | 7055 \n",
"2 | 6062 \n",
"3 | 5985 \n",
"6 | 5286 \n",
"5 | 4521 \n",
"0 | 4500 \n",
"4 | 4214 \n",
"8 | 4163 \n",
"7 | 3571 \n",
"9 | 2938 \n",
"오 | 716 \n",
"고 | 663 \n",
"도 | 620 \n",
"어 | 615 \n",
"거 | 598 \n",
"구 | 581 \n",
"노 | 573 \n",
"소 | 520 \n",
"보 | 464 \n",
"조 | 453 \n",
"모 | 452 \n",
"수 | 446 \n",
"더 | 443 \n",
"누 | 425 \n",
"러 | 423 \n",
"우 | 418 \n",
"두 | 409 \n",
"주 | 403 \n",
"너 | 364 \n",
"버 | 362 \n",
"자 | 320 \n",
"서 | 270 \n",
"바 | 264 \n",
"라 | 255 \n",
"무 | 240 \n",
"저 | 237 \n",
"나 | 226 \n",
"부 | 219 \n",
"로 | 201 \n",
"가 | 191 \n",
"다 | 184 \n",
"머 | 176 \n",
"호 | 157 \n",
"허 | 66 \n",
"마 | 56 \n",
"아 | 47 \n",
"루 | 35 \n",
"하 | 33 \n",
"사 | 14 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr02]안양시청사거리_03번 (총 28310 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"1 | 13659 \n",
"3 | 12715 \n",
"5 | 10314 \n",
"2 | 10303 \n",
"x | 8888 \n",
"6 | 8202 \n",
"4 | 7522 \n",
"0 | 6459 \n",
"8 | 5876 \n",
"7 | 5589 \n",
"9 | 5175 \n",
"오 | 1769 \n",
"바 | 1608 \n",
"어 | 1325 \n",
"우 | 1212 \n",
"구 | 1059 \n",
"거 | 1012 \n",
"조 | 1009 \n",
"고 | 998 \n",
"소 | 992 \n",
"러 | 969 \n",
"노 | 946 \n",
"도 | 937 \n",
"수 | 935 \n",
"모 | 840 \n",
"너 | 835 \n",
"누 | 820 \n",
"보 | 803 \n",
"서 | 780 \n",
"더 | 761 \n",
"주 | 723 \n",
"로 | 712 \n",
"저 | 687 \n",
"다 | 680 \n",
"나 | 675 \n",
"라 | 675 \n",
"두 | 669 \n",
"호 | 642 \n",
"버 | 641 \n",
"가 | 568 \n",
"부 | 552 \n",
"무 | 539 \n",
"하 | 452 \n",
"허 | 427 \n",
"루 | 394 \n",
"아 | 386 \n",
"마 | 336 \n",
"머 | 324 \n",
"사 | 133 \n",
"자 | 123 \n",
"배 | 3 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr05]안양호계시장_01번 (총 6759 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 5502 \n",
"3 | 2765 \n",
"1 | 2684 \n",
"2 | 2068 \n",
"5 | 1954 \n",
"6 | 1704 \n",
"4 | 1552 \n",
"8 | 1354 \n",
"0 | 1332 \n",
"7 | 1142 \n",
"9 | 1119 \n",
"구 | 219 \n",
"오 | 205 \n",
"고 | 171 \n",
"너 | 171 \n",
"모 | 162 \n",
"도 | 161 \n",
"노 | 147 \n",
"조 | 141 \n",
"거 | 138 \n",
"더 | 138 \n",
"어 | 138 \n",
"소 | 116 \n",
"수 | 107 \n",
"누 | 98 \n",
"우 | 90 \n",
"보 | 84 \n",
"러 | 80 \n",
"두 | 69 \n",
"주 | 68 \n",
"호 | 53 \n",
"서 | 51 \n",
"버 | 45 \n",
"저 | 43 \n",
"머 | 42 \n",
"허 | 42 \n",
"다 | 39 \n",
"나 | 38 \n",
"라 | 35 \n",
"부 | 32 \n",
"로 | 27 \n",
"무 | 25 \n",
"가 | 19 \n",
"하 | 10 \n",
"바 | 8 \n",
"마 | 5 \n",
"루 | 3 \n",
"자 | 3 \n",
"아 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 49개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr15]판교역사거리_02번 (총 36024 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"1 | 13983 \n",
"3 | 12547 \n",
"2 | 11438 \n",
"5 | 9238 \n",
"6 | 8709 \n",
"4 | 7957 \n",
"0 | 6900 \n",
"x | 6526 \n",
"7 | 6279 \n",
"9 | 4426 \n",
"8 | 4195 \n",
"러 | 1409 \n",
"오 | 1383 \n",
"거 | 1313 \n",
"바 | 1286 \n",
"고 | 1271 \n",
"모 | 1267 \n",
"구 | 1218 \n",
"노 | 1123 \n",
"조 | 1113 \n",
"소 | 1057 \n",
"너 | 984 \n",
"주 | 929 \n",
"도 | 915 \n",
"다 | 866 \n",
"나 | 865 \n",
"부 | 859 \n",
"우 | 858 \n",
"더 | 843 \n",
"서 | 842 \n",
"누 | 841 \n",
"어 | 827 \n",
"수 | 816 \n",
"보 | 811 \n",
"라 | 809 \n",
"무 | 788 \n",
"호 | 686 \n",
"가 | 654 \n",
"저 | 604 \n",
"아 | 602 \n",
"로 | 586 \n",
"두 | 499 \n",
"버 | 466 \n",
"허 | 459 \n",
"하 | 370 \n",
"루 | 316 \n",
"사 | 296 \n",
"머 | 293 \n",
"자 | 270 \n",
"마 | 236 \n",
"배 | 8 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr01]비산사거리_03번 (총 4020 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 2910 \n",
"1 | 1544 \n",
"3 | 1303 \n",
"2 | 1168 \n",
"5 | 1111 \n",
"6 | 984 \n",
"4 | 900 \n",
"7 | 750 \n",
"0 | 735 \n",
"8 | 674 \n",
"9 | 642 \n",
"도 | 109 \n",
"구 | 105 \n",
"너 | 103 \n",
"거 | 92 \n",
"오 | 91 \n",
"어 | 90 \n",
"고 | 86 \n",
"수 | 85 \n",
"러 | 84 \n",
"모 | 82 \n",
"소 | 76 \n",
"노 | 74 \n",
"누 | 71 \n",
"서 | 65 \n",
"로 | 62 \n",
"조 | 56 \n",
"주 | 51 \n",
"두 | 48 \n",
"무 | 46 \n",
"버 | 46 \n",
"머 | 43 \n",
"우 | 41 \n",
"바 | 40 \n",
"보 | 38 \n",
"저 | 36 \n",
"더 | 29 \n",
"호 | 23 \n",
"부 | 21 \n",
"나 | 14 \n",
"루 | 13 \n",
"라 | 12 \n",
"허 | 12 \n",
"다 | 10 \n",
"사 | 9 \n",
"가 | 8 \n",
"마 | 5 \n",
"하 | 4 \n",
"아 | 1 \n",
"자 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr14]동안사거리_03번 (총 11639 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"1 | 4966 \n",
"7 | 4179 \n",
"3 | 4028 \n",
"2 | 3653 \n",
"0 | 3459 \n",
"x | 3015 \n",
"6 | 2947 \n",
"5 | 2784 \n",
"4 | 2406 \n",
"아 | 2394 \n",
"8 | 1463 \n",
"9 | 1275 \n",
"바 | 570 \n",
"오 | 484 \n",
"구 | 434 \n",
"고 | 411 \n",
"거 | 366 \n",
"모 | 325 \n",
"소 | 302 \n",
"러 | 297 \n",
"노 | 286 \n",
"다 | 278 \n",
"사 | 277 \n",
"수 | 277 \n",
"나 | 275 \n",
"주 | 270 \n",
"도 | 261 \n",
"조 | 259 \n",
"누 | 254 \n",
"우 | 243 \n",
"라 | 231 \n",
"가 | 230 \n",
"호 | 223 \n",
"부 | 208 \n",
"너 | 188 \n",
"자 | 188 \n",
"보 | 178 \n",
"어 | 170 \n",
"저 | 151 \n",
"더 | 147 \n",
"서 | 136 \n",
"로 | 131 \n",
"무 | 129 \n",
"두 | 119 \n",
"하 | 102 \n",
"루 | 95 \n",
"허 | 91 \n",
"마 | 54 \n",
"버 | 41 \n",
"머 | 23 \n",
"배 | 2 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr17]판교테크노파크공원진입사거리_02번 (총 352 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 353 \n",
"1 | 175 \n",
"3 | 100 \n",
"6 | 92 \n",
"2 | 89 \n",
"7 | 72 \n",
"0 | 69 \n",
"4 | 68 \n",
"5 | 64 \n",
"9 | 47 \n",
"8 | 41 \n",
"노 | 8 \n",
"거 | 7 \n",
"고 | 7 \n",
"누 | 7 \n",
"구 | 5 \n",
"모 | 4 \n",
"너 | 2 \n",
"더 | 2 \n",
"보 | 2 \n",
"수 | 2 \n",
"오 | 2 \n",
"주 | 2 \n",
"호 | 2 \n",
"가 | 1 \n",
"나 | 1 \n",
"러 | 1 \n",
"부 | 1 \n",
"사 | 1 \n",
"서 | 1 \n",
"저 | 1 \n",
"허 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 32개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr01]비산사거리_02번 (총 28217 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 13961 \n",
"1 | 11959 \n",
"3 | 10029 \n",
"2 | 8684 \n",
"5 | 7547 \n",
"6 | 7083 \n",
"4 | 6953 \n",
"7 | 6373 \n",
"0 | 5370 \n",
"8 | 4812 \n",
"9 | 4293 \n",
"바 | 1618 \n",
"오 | 1181 \n",
"거 | 952 \n",
"어 | 834 \n",
"고 | 804 \n",
"노 | 747 \n",
"구 | 724 \n",
"보 | 724 \n",
"부 | 709 \n",
"우 | 705 \n",
"소 | 670 \n",
"수 | 666 \n",
"누 | 647 \n",
"너 | 643 \n",
"서 | 638 \n",
"도 | 633 \n",
"러 | 558 \n",
"조 | 553 \n",
"모 | 518 \n",
"나 | 498 \n",
"주 | 489 \n",
"다 | 471 \n",
"더 | 441 \n",
"저 | 430 \n",
"무 | 413 \n",
"로 | 411 \n",
"호 | 400 \n",
"허 | 395 \n",
"사 | 388 \n",
"두 | 387 \n",
"라 | 348 \n",
"버 | 312 \n",
"가 | 290 \n",
"아 | 238 \n",
"머 | 204 \n",
"루 | 168 \n",
"자 | 144 \n",
"하 | 138 \n",
"마 | 115 \n",
"배 | 4 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr13]농협직판장앞_01번 (총 9529 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 9125 \n",
"3 | 5344 \n",
"1 | 3554 \n",
"5 | 2642 \n",
"2 | 2557 \n",
"6 | 2128 \n",
"7 | 1983 \n",
"4 | 1915 \n",
"8 | 1835 \n",
"0 | 1628 \n",
"9 | 1628 \n",
"도 | 596 \n",
"오 | 278 \n",
"소 | 264 \n",
"고 | 245 \n",
"구 | 223 \n",
"노 | 223 \n",
"조 | 218 \n",
"바 | 210 \n",
"어 | 200 \n",
"수 | 188 \n",
"모 | 183 \n",
"보 | 183 \n",
"거 | 162 \n",
"서 | 144 \n",
"두 | 124 \n",
"주 | 121 \n",
"너 | 116 \n",
"누 | 105 \n",
"우 | 102 \n",
"로 | 98 \n",
"저 | 93 \n",
"버 | 87 \n",
"러 | 83 \n",
"더 | 79 \n",
"호 | 77 \n",
"나 | 74 \n",
"머 | 59 \n",
"다 | 52 \n",
"가 | 45 \n",
"라 | 45 \n",
"무 | 43 \n",
"허 | 40 \n",
"부 | 34 \n",
"사 | 17 \n",
"하 | 17 \n",
"마 | 12 \n",
"자 | 10 \n",
"루 | 6 \n",
"아 | 4 \n",
"배 | 2 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr01]비산사거리_01번 (총 22684 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 8228 \n",
"1 | 6105 \n",
"3 | 5281 \n",
"2 | 4918 \n",
"5 | 4236 \n",
"6 | 3662 \n",
"4 | 3502 \n",
"7 | 2938 \n",
"0 | 2830 \n",
"8 | 2394 \n",
"9 | 2252 \n",
"오 | 544 \n",
"거 | 498 \n",
"도 | 480 \n",
"보 | 472 \n",
"고 | 468 \n",
"바 | 461 \n",
"구 | 383 \n",
"노 | 379 \n",
"조 | 357 \n",
"모 | 347 \n",
"어 | 331 \n",
"러 | 326 \n",
"수 | 320 \n",
"우 | 318 \n",
"너 | 312 \n",
"소 | 306 \n",
"서 | 302 \n",
"부 | 283 \n",
"누 | 280 \n",
"주 | 280 \n",
"저 | 273 \n",
"호 | 245 \n",
"더 | 239 \n",
"다 | 224 \n",
"나 | 221 \n",
"허 | 216 \n",
"두 | 202 \n",
"로 | 181 \n",
"무 | 177 \n",
"버 | 167 \n",
"머 | 166 \n",
"라 | 163 \n",
"가 | 160 \n",
"사 | 98 \n",
"아 | 81 \n",
"자 | 71 \n",
"하 | 56 \n",
"루 | 51 \n",
"마 | 42 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr02]안양시청사거리_01번 (총 48056 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"1 | 31870 \n",
"3 | 29522 \n",
"5 | 25105 \n",
"2 | 23540 \n",
"6 | 17849 \n",
"4 | 17655 \n",
"x | 16856 \n",
"0 | 14951 \n",
"7 | 14147 \n",
"8 | 13880 \n",
"9 | 12300 \n",
"바 | 5765 \n",
"오 | 3650 \n",
"거 | 2938 \n",
"러 | 2684 \n",
"우 | 2617 \n",
"도 | 2402 \n",
"조 | 2377 \n",
"고 | 2374 \n",
"구 | 2302 \n",
"어 | 2284 \n",
"수 | 2253 \n",
"소 | 2165 \n",
"더 | 2068 \n",
"모 | 2049 \n",
"노 | 2007 \n",
"너 | 1987 \n",
"주 | 1967 \n",
"보 | 1847 \n",
"누 | 1833 \n",
"호 | 1757 \n",
"저 | 1750 \n",
"로 | 1711 \n",
"서 | 1705 \n",
"허 | 1676 \n",
"두 | 1648 \n",
"다 | 1585 \n",
"무 | 1408 \n",
"부 | 1323 \n",
"나 | 1306 \n",
"버 | 1262 \n",
"라 | 1242 \n",
"아 | 1204 \n",
"루 | 1101 \n",
"머 | 1087 \n",
"가 | 1015 \n",
"마 | 811 \n",
"하 | 720 \n",
"자 | 714 \n",
"사 | 702 \n",
"배 | 45 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr03]범계사거리_04번 (총 10977 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 4795 \n",
"1 | 4754 \n",
"3 | 4213 \n",
"2 | 3798 \n",
"5 | 3296 \n",
"6 | 2996 \n",
"4 | 2853 \n",
"7 | 2768 \n",
"0 | 2492 \n",
"8 | 2064 \n",
"9 | 1911 \n",
"오 | 578 \n",
"사 | 521 \n",
"거 | 452 \n",
"구 | 355 \n",
"어 | 342 \n",
"바 | 339 \n",
"고 | 335 \n",
"조 | 330 \n",
"우 | 328 \n",
"러 | 327 \n",
"소 | 315 \n",
"노 | 306 \n",
"수 | 306 \n",
"도 | 303 \n",
"너 | 270 \n",
"서 | 261 \n",
"더 | 259 \n",
"주 | 250 \n",
"보 | 243 \n",
"저 | 230 \n",
"모 | 229 \n",
"누 | 220 \n",
"두 | 213 \n",
"부 | 213 \n",
"나 | 192 \n",
"호 | 186 \n",
"다 | 172 \n",
"로 | 171 \n",
"허 | 164 \n",
"아 | 143 \n",
"버 | 135 \n",
"머 | 127 \n",
"무 | 124 \n",
"가 | 118 \n",
"라 | 115 \n",
"루 | 109 \n",
"자 | 75 \n",
"하 | 52 \n",
"마 | 50 \n",
"배 | 3 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_접근로_[ar07]호계사거리수원방향_03번 (총 2473 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 2676 \n",
"1 | 1626 \n",
"3 | 1291 \n",
"2 | 1208 \n",
"5 | 1034 \n",
"6 | 952 \n",
"4 | 885 \n",
"8 | 796 \n",
"0 | 762 \n",
"7 | 688 \n",
"9 | 607 \n",
"오 | 113 \n",
"노 | 92 \n",
"보 | 90 \n",
"구 | 88 \n",
"어 | 85 \n",
"도 | 83 \n",
"우 | 81 \n",
"거 | 77 \n",
"고 | 75 \n",
"바 | 74 \n",
"수 | 71 \n",
"소 | 69 \n",
"너 | 66 \n",
"모 | 62 \n",
"조 | 62 \n",
"러 | 58 \n",
"주 | 55 \n",
"더 | 54 \n",
"무 | 54 \n",
"호 | 53 \n",
"로 | 50 \n",
"누 | 49 \n",
"두 | 43 \n",
"서 | 42 \n",
"버 | 40 \n",
"허 | 39 \n",
"나 | 38 \n",
"머 | 33 \n",
"부 | 29 \n",
"사 | 25 \n",
"가 | 24 \n",
"루 | 24 \n",
"저 | 24 \n",
"다 | 21 \n",
"라 | 21 \n",
"마 | 16 \n",
"아 | 8 \n",
"자 | 7 \n",
"하 | 4 \n",
"배 | 3 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr11]유가사입구사거리_03번 (총 14762 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 7854 \n",
"1 | 5198 \n",
"2 | 4024 \n",
"3 | 3994 \n",
"5 | 3638 \n",
"6 | 3476 \n",
"4 | 3032 \n",
"8 | 2538 \n",
"0 | 2508 \n",
"9 | 2149 \n",
"7 | 2125 \n",
"오 | 451 \n",
"노 | 442 \n",
"구 | 429 \n",
"도 | 421 \n",
"고 | 392 \n",
"조 | 391 \n",
"모 | 384 \n",
"소 | 384 \n",
"어 | 352 \n",
"보 | 334 \n",
"거 | 321 \n",
"더 | 272 \n",
"우 | 269 \n",
"수 | 263 \n",
"너 | 262 \n",
"주 | 241 \n",
"두 | 232 \n",
"러 | 214 \n",
"누 | 207 \n",
"서 | 204 \n",
"부 | 171 \n",
"무 | 155 \n",
"버 | 150 \n",
"호 | 146 \n",
"라 | 144 \n",
"저 | 133 \n",
"머 | 116 \n",
"로 | 106 \n",
"나 | 104 \n",
"가 | 98 \n",
"바 | 96 \n",
"다 | 71 \n",
"허 | 46 \n",
"마 | 45 \n",
"루 | 24 \n",
"자 | 21 \n",
"하 | 20 \n",
"아 | 8 \n",
"사 | 2 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr14]동안사거리_02번 (총 311 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 265 \n",
"1 | 153 \n",
"2 | 107 \n",
"3 | 107 \n",
"6 | 85 \n",
"0 | 75 \n",
"4 | 66 \n",
"5 | 65 \n",
"9 | 51 \n",
"7 | 45 \n",
"8 | 42 \n",
"고 | 13 \n",
"구 | 12 \n",
"모 | 12 \n",
"오 | 12 \n",
"노 | 8 \n",
"도 | 6 \n",
"조 | 6 \n",
"소 | 5 \n",
"로 | 4 \n",
"너 | 3 \n",
"거 | 2 \n",
"러 | 2 \n",
"보 | 2 \n",
"수 | 2 \n",
"주 | 2 \n",
"가 | 1 \n",
"나 | 1 \n",
"다 | 1 \n",
"라 | 1 \n",
"무 | 1 \n",
"호 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 32개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr11]안양제일장로교회_01번 (총 11278 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 18397 \n",
"3 | 12932 \n",
"0 | 7909 \n",
"2 | 5046 \n",
"1 | 4963 \n",
"8 | 3142 \n",
"5 | 3020 \n",
"6 | 2948 \n",
"4 | 2476 \n",
"9 | 2372 \n",
"7 | 2208 \n",
"노 | 858 \n",
"거 | 442 \n",
"오 | 318 \n",
"고 | 301 \n",
"구 | 234 \n",
"소 | 187 \n",
"어 | 180 \n",
"너 | 158 \n",
"모 | 110 \n",
"도 | 109 \n",
"누 | 88 \n",
"러 | 88 \n",
"보 | 84 \n",
"더 | 83 \n",
"조 | 82 \n",
"수 | 76 \n",
"서 | 52 \n",
"주 | 46 \n",
"나 | 45 \n",
"우 | 40 \n",
"부 | 38 \n",
"바 | 36 \n",
"저 | 36 \n",
"버 | 30 \n",
"가 | 29 \n",
"다 | 26 \n",
"호 | 25 \n",
"두 | 23 \n",
"허 | 23 \n",
"머 | 18 \n",
"라 | 17 \n",
"로 | 14 \n",
"무 | 13 \n",
"아 | 5 \n",
"마 | 4 \n",
"사 | 4 \n",
"자 | 4 \n",
"하 | 4 \n",
"루 | 2 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_접근로_[ar06]호계사거리덕고개방향_02번 (총 11159 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 11138 \n",
"1 | 5753 \n",
"3 | 4545 \n",
"2 | 4497 \n",
"5 | 3584 \n",
"6 | 3436 \n",
"4 | 3182 \n",
"8 | 2639 \n",
"0 | 2632 \n",
"7 | 2528 \n",
"9 | 2430 \n",
"오 | 415 \n",
"고 | 329 \n",
"구 | 313 \n",
"도 | 309 \n",
"거 | 291 \n",
"노 | 289 \n",
"소 | 284 \n",
"조 | 276 \n",
"수 | 245 \n",
"보 | 212 \n",
"우 | 212 \n",
"누 | 177 \n",
"너 | 169 \n",
"더 | 158 \n",
"모 | 158 \n",
"어 | 155 \n",
"주 | 154 \n",
"로 | 142 \n",
"러 | 135 \n",
"나 | 134 \n",
"두 | 133 \n",
"서 | 133 \n",
"가 | 123 \n",
"호 | 123 \n",
"라 | 122 \n",
"부 | 103 \n",
"바 | 95 \n",
"다 | 94 \n",
"저 | 88 \n",
"버 | 87 \n",
"무 | 86 \n",
"머 | 59 \n",
"하 | 53 \n",
"허 | 44 \n",
"루 | 31 \n",
"사 | 25 \n",
"아 | 25 \n",
"마 | 17 \n",
"자 | 12 \n",
"배 | 3 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr11]유가사입구사거리_01번 (총 20047 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 18939 \n",
"1 | 8836 \n",
"2 | 6512 \n",
"6 | 6313 \n",
"3 | 6216 \n",
"5 | 5237 \n",
"8 | 5054 \n",
"0 | 4943 \n",
"4 | 4767 \n",
"9 | 3902 \n",
"7 | 3772 \n",
"오 | 743 \n",
"구 | 705 \n",
"노 | 573 \n",
"고 | 549 \n",
"도 | 529 \n",
"소 | 465 \n",
"거 | 464 \n",
"모 | 358 \n",
"보 | 354 \n",
"어 | 351 \n",
"조 | 325 \n",
"수 | 317 \n",
"너 | 308 \n",
"누 | 239 \n",
"러 | 237 \n",
"우 | 203 \n",
"더 | 183 \n",
"나 | 169 \n",
"주 | 157 \n",
"서 | 124 \n",
"부 | 113 \n",
"두 | 112 \n",
"바 | 109 \n",
"버 | 103 \n",
"라 | 101 \n",
"다 | 91 \n",
"머 | 64 \n",
"가 | 59 \n",
"호 | 55 \n",
"저 | 42 \n",
"자 | 36 \n",
"아 | 34 \n",
"무 | 32 \n",
"허 | 32 \n",
"로 | 26 \n",
"하 | 16 \n",
"루 | 8 \n",
"사 | 8 \n",
"마 | 6 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr06]호계사거리_03번 (총 14025 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 14629 \n",
"1 | 11998 \n",
"3 | 10179 \n",
"2 | 9265 \n",
"5 | 8517 \n",
"6 | 7291 \n",
"4 | 6765 \n",
"0 | 5851 \n",
"8 | 5609 \n",
"7 | 5518 \n",
"9 | 4882 \n",
"오 | 1031 \n",
"바 | 888 \n",
"거 | 876 \n",
"고 | 817 \n",
"구 | 801 \n",
"조 | 785 \n",
"어 | 763 \n",
"수 | 757 \n",
"소 | 756 \n",
"노 | 753 \n",
"도 | 732 \n",
"우 | 707 \n",
"보 | 690 \n",
"너 | 683 \n",
"더 | 633 \n",
"모 | 626 \n",
"러 | 618 \n",
"주 | 611 \n",
"누 | 593 \n",
"서 | 557 \n",
"두 | 524 \n",
"호 | 510 \n",
"로 | 473 \n",
"무 | 429 \n",
"저 | 428 \n",
"버 | 424 \n",
"부 | 411 \n",
"나 | 394 \n",
"허 | 371 \n",
"다 | 362 \n",
"사 | 327 \n",
"라 | 299 \n",
"머 | 276 \n",
"가 | 272 \n",
"루 | 258 \n",
"마 | 152 \n",
"하 | 113 \n",
"자 | 96 \n",
"아 | 75 \n",
"배 | 7 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr03]범계사거리_01번 (총 25411 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 15747 \n",
"1 | 15452 \n",
"3 | 12561 \n",
"5 | 10221 \n",
"2 | 10158 \n",
"4 | 8943 \n",
"6 | 8605 \n",
"0 | 6843 \n",
"7 | 6798 \n",
"8 | 5613 \n",
"9 | 5189 \n",
"오 | 1889 \n",
"바 | 1621 \n",
"거 | 1289 \n",
"어 | 1289 \n",
"부 | 1212 \n",
"고 | 935 \n",
"수 | 928 \n",
"보 | 925 \n",
"서 | 894 \n",
"소 | 880 \n",
"우 | 877 \n",
"구 | 873 \n",
"노 | 862 \n",
"러 | 860 \n",
"누 | 780 \n",
"너 | 762 \n",
"나 | 718 \n",
"모 | 650 \n",
"조 | 634 \n",
"허 | 584 \n",
"다 | 568 \n",
"도 | 556 \n",
"더 | 519 \n",
"주 | 515 \n",
"아 | 469 \n",
"호 | 430 \n",
"사 | 399 \n",
"저 | 361 \n",
"라 | 346 \n",
"무 | 340 \n",
"로 | 337 \n",
"버 | 329 \n",
"가 | 261 \n",
"두 | 234 \n",
"머 | 201 \n",
"자 | 164 \n",
"루 | 154 \n",
"하 | 119 \n",
"마 | 112 \n",
"배 | 3 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr02]안양시청사거리_04번 (총 4378 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 3758 \n",
"1 | 2063 \n",
"3 | 1869 \n",
"2 | 1617 \n",
"5 | 1470 \n",
"6 | 1281 \n",
"4 | 1166 \n",
"0 | 968 \n",
"8 | 915 \n",
"7 | 883 \n",
"9 | 835 \n",
"오 | 182 \n",
"도 | 134 \n",
"고 | 132 \n",
"구 | 131 \n",
"노 | 127 \n",
"거 | 110 \n",
"어 | 100 \n",
"소 | 95 \n",
"수 | 93 \n",
"조 | 92 \n",
"너 | 90 \n",
"우 | 90 \n",
"누 | 84 \n",
"더 | 70 \n",
"서 | 67 \n",
"모 | 66 \n",
"보 | 66 \n",
"주 | 61 \n",
"두 | 60 \n",
"러 | 58 \n",
"나 | 46 \n",
"로 | 43 \n",
"호 | 43 \n",
"저 | 42 \n",
"다 | 41 \n",
"버 | 41 \n",
"무 | 37 \n",
"바 | 34 \n",
"머 | 27 \n",
"부 | 26 \n",
"가 | 23 \n",
"라 | 23 \n",
"허 | 21 \n",
"아 | 16 \n",
"루 | 12 \n",
"마 | 11 \n",
"자 | 10 \n",
"사 | 8 \n",
"하 | 7 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr13]판교기업지원허브전면삼거리_01번 (총 30316 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"1 | 14864 \n",
"3 | 11989 \n",
"2 | 10195 \n",
"5 | 9422 \n",
"6 | 8797 \n",
"4 | 7786 \n",
"0 | 6967 \n",
"x | 6751 \n",
"7 | 6567 \n",
"8 | 5395 \n",
"9 | 5109 \n",
"모 | 1632 \n",
"오 | 1475 \n",
"구 | 1370 \n",
"고 | 1349 \n",
"러 | 1303 \n",
"거 | 1282 \n",
"나 | 1196 \n",
"다 | 1081 \n",
"도 | 1024 \n",
"노 | 1015 \n",
"조 | 967 \n",
"부 | 943 \n",
"주 | 935 \n",
"우 | 907 \n",
"너 | 890 \n",
"소 | 855 \n",
"무 | 844 \n",
"호 | 834 \n",
"보 | 833 \n",
"라 | 820 \n",
"수 | 813 \n",
"어 | 786 \n",
"누 | 731 \n",
"더 | 719 \n",
"바 | 674 \n",
"서 | 667 \n",
"가 | 617 \n",
"허 | 561 \n",
"두 | 519 \n",
"저 | 519 \n",
"하 | 442 \n",
"아 | 410 \n",
"로 | 392 \n",
"자 | 390 \n",
"사 | 358 \n",
"버 | 344 \n",
"머 | 242 \n",
"마 | 228 \n",
"루 | 225 \n",
"배 | 6 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_접근로_[ar04]인덕원사거리동편마을방향_04번 (총 15772 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 20459 \n",
"1 | 15276 \n",
"3 | 12616 \n",
"2 | 11152 \n",
"5 | 10764 \n",
"6 | 8554 \n",
"4 | 8256 \n",
"7 | 7985 \n",
"8 | 7110 \n",
"0 | 7010 \n",
"9 | 6050 \n",
"바 | 1330 \n",
"오 | 1109 \n",
"거 | 989 \n",
"고 | 950 \n",
"아 | 886 \n",
"구 | 882 \n",
"도 | 882 \n",
"노 | 851 \n",
"소 | 847 \n",
"어 | 840 \n",
"수 | 831 \n",
"조 | 813 \n",
"우 | 737 \n",
"모 | 735 \n",
"보 | 733 \n",
"너 | 714 \n",
"누 | 714 \n",
"더 | 694 \n",
"주 | 666 \n",
"러 | 651 \n",
"두 | 634 \n",
"서 | 632 \n",
"호 | 631 \n",
"로 | 582 \n",
"저 | 522 \n",
"무 | 518 \n",
"버 | 508 \n",
"허 | 472 \n",
"부 | 433 \n",
"사 | 355 \n",
"머 | 334 \n",
"나 | 332 \n",
"루 | 309 \n",
"다 | 291 \n",
"라 | 279 \n",
"가 | 229 \n",
"마 | 172 \n",
"자 | 135 \n",
"하 | 109 \n",
"배 | 17 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr18]봇들사거리_02번 (총 35112 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"1 | 18506 \n",
"3 | 15030 \n",
"2 | 12415 \n",
"x | 11398 \n",
"5 | 10585 \n",
"6 | 9636 \n",
"4 | 9236 \n",
"0 | 8044 \n",
"7 | 7080 \n",
"9 | 5565 \n",
"8 | 5535 \n",
"모 | 1673 \n",
"오 | 1597 \n",
"러 | 1439 \n",
"거 | 1404 \n",
"고 | 1377 \n",
"나 | 1377 \n",
"구 | 1325 \n",
"바 | 1195 \n",
"다 | 1150 \n",
"노 | 1146 \n",
"도 | 1087 \n",
"부 | 1025 \n",
"조 | 986 \n",
"소 | 957 \n",
"수 | 939 \n",
"우 | 923 \n",
"너 | 909 \n",
"무 | 896 \n",
"라 | 875 \n",
"보 | 872 \n",
"누 | 855 \n",
"주 | 823 \n",
"서 | 822 \n",
"더 | 712 \n",
"어 | 696 \n",
"두 | 606 \n",
"호 | 601 \n",
"허 | 575 \n",
"저 | 547 \n",
"가 | 517 \n",
"로 | 512 \n",
"버 | 390 \n",
"사 | 378 \n",
"아 | 376 \n",
"자 | 371 \n",
"하 | 348 \n",
"루 | 290 \n",
"머 | 255 \n",
"마 | 143 \n",
"배 | 4 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr14]동안사거리_05번 (총 1015 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 771 \n",
"1 | 531 \n",
"3 | 337 \n",
"2 | 334 \n",
"6 | 288 \n",
"5 | 272 \n",
"4 | 269 \n",
"0 | 225 \n",
"7 | 196 \n",
"9 | 127 \n",
"8 | 124 \n",
"오 | 35 \n",
"거 | 28 \n",
"어 | 28 \n",
"구 | 27 \n",
"고 | 26 \n",
"노 | 22 \n",
"도 | 21 \n",
"너 | 17 \n",
"더 | 16 \n",
"수 | 16 \n",
"두 | 15 \n",
"러 | 15 \n",
"소 | 15 \n",
"조 | 15 \n",
"서 | 14 \n",
"주 | 14 \n",
"누 | 13 \n",
"바 | 13 \n",
"저 | 13 \n",
"호 | 13 \n",
"우 | 12 \n",
"모 | 10 \n",
"무 | 10 \n",
"보 | 10 \n",
"다 | 9 \n",
"부 | 9 \n",
"허 | 8 \n",
"나 | 7 \n",
"라 | 7 \n",
"버 | 6 \n",
"로 | 5 \n",
"가 | 3 \n",
"머 | 3 \n",
"아 | 2 \n",
"마 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 46개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr12]휴양림입구사거리_02번 (총 6179 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 2226 \n",
"1 | 2206 \n",
"2 | 2056 \n",
"3 | 2001 \n",
"6 | 1608 \n",
"5 | 1510 \n",
"4 | 1324 \n",
"0 | 1157 \n",
"8 | 1113 \n",
"7 | 924 \n",
"9 | 860 \n",
"고 | 233 \n",
"소 | 202 \n",
"오 | 199 \n",
"조 | 196 \n",
"도 | 175 \n",
"거 | 172 \n",
"수 | 162 \n",
"노 | 160 \n",
"무 | 160 \n",
"어 | 159 \n",
"두 | 153 \n",
"더 | 151 \n",
"구 | 148 \n",
"주 | 144 \n",
"저 | 142 \n",
"우 | 140 \n",
"너 | 135 \n",
"러 | 135 \n",
"보 | 135 \n",
"나 | 128 \n",
"서 | 127 \n",
"모 | 125 \n",
"버 | 113 \n",
"부 | 112 \n",
"바 | 109 \n",
"누 | 108 \n",
"머 | 99 \n",
"로 | 95 \n",
"가 | 92 \n",
"라 | 87 \n",
"호 | 80 \n",
"다 | 58 \n",
"루 | 58 \n",
"마 | 44 \n",
"허 | 37 \n",
"하 | 36 \n",
"자 | 17 \n",
"아 | 8 \n",
"배 | 2 \n",
"사 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr14]비산고가교밑_01번 (총 15522 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 13416 \n",
"1 | 6553 \n",
"2 | 4245 \n",
"3 | 4035 \n",
"6 | 3878 \n",
"5 | 3587 \n",
"4 | 3271 \n",
"0 | 2873 \n",
"7 | 2817 \n",
"9 | 2256 \n",
"8 | 2005 \n",
"고 | 382 \n",
"노 | 382 \n",
"구 | 380 \n",
"도 | 311 \n",
"오 | 309 \n",
"모 | 266 \n",
"어 | 258 \n",
"거 | 205 \n",
"소 | 183 \n",
"수 | 174 \n",
"보 | 164 \n",
"조 | 161 \n",
"너 | 155 \n",
"누 | 131 \n",
"러 | 122 \n",
"더 | 104 \n",
"서 | 88 \n",
"나 | 70 \n",
"우 | 69 \n",
"머 | 64 \n",
"버 | 64 \n",
"저 | 53 \n",
"무 | 49 \n",
"두 | 47 \n",
"주 | 38 \n",
"라 | 36 \n",
"부 | 36 \n",
"가 | 34 \n",
"다 | 34 \n",
"호 | 33 \n",
"로 | 22 \n",
"허 | 15 \n",
"하 | 9 \n",
"마 | 7 \n",
"사 | 4 \n",
"바 | 2 \n",
"아 | 2 \n",
"자 | 2 \n",
"루 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_접근로_[ar08]호계사거리유통단지방향_04번 (총 18257 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 18245 \n",
"1 | 13823 \n",
"3 | 11861 \n",
"2 | 10315 \n",
"5 | 10070 \n",
"6 | 7908 \n",
"4 | 7865 \n",
"0 | 6671 \n",
"7 | 6254 \n",
"8 | 6155 \n",
"9 | 5429 \n",
"바 | 1410 \n",
"오 | 1111 \n",
"어 | 980 \n",
"거 | 933 \n",
"조 | 902 \n",
"노 | 883 \n",
"도 | 867 \n",
"소 | 863 \n",
"구 | 847 \n",
"우 | 810 \n",
"수 | 807 \n",
"고 | 781 \n",
"누 | 708 \n",
"주 | 705 \n",
"두 | 677 \n",
"러 | 659 \n",
"모 | 657 \n",
"보 | 649 \n",
"로 | 648 \n",
"무 | 626 \n",
"더 | 598 \n",
"너 | 593 \n",
"버 | 578 \n",
"서 | 505 \n",
"저 | 461 \n",
"루 | 434 \n",
"머 | 369 \n",
"호 | 359 \n",
"부 | 348 \n",
"허 | 330 \n",
"라 | 319 \n",
"나 | 306 \n",
"다 | 292 \n",
"가 | 249 \n",
"사 | 238 \n",
"마 | 147 \n",
"아 | 114 \n",
"자 | 108 \n",
"하 | 85 \n",
"배 | 24 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr05]인덕원사거리_04번 (총 5922 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 7152 \n",
"1 | 3800 \n",
"3 | 3170 \n",
"2 | 2948 \n",
"5 | 2747 \n",
"6 | 2396 \n",
"4 | 2091 \n",
"7 | 1905 \n",
"0 | 1762 \n",
"8 | 1410 \n",
"9 | 1284 \n",
"오 | 366 \n",
"구 | 238 \n",
"도 | 234 \n",
"고 | 227 \n",
"조 | 220 \n",
"소 | 215 \n",
"너 | 185 \n",
"노 | 185 \n",
"수 | 184 \n",
"우 | 175 \n",
"거 | 171 \n",
"보 | 155 \n",
"주 | 146 \n",
"누 | 130 \n",
"더 | 130 \n",
"모 | 126 \n",
"러 | 119 \n",
"아 | 119 \n",
"어 | 119 \n",
"두 | 108 \n",
"저 | 108 \n",
"서 | 100 \n",
"바 | 97 \n",
"로 | 93 \n",
"버 | 85 \n",
"호 | 80 \n",
"라 | 76 \n",
"나 | 61 \n",
"머 | 61 \n",
"가 | 57 \n",
"무 | 55 \n",
"다 | 54 \n",
"허 | 38 \n",
"부 | 29 \n",
"마 | 24 \n",
"루 | 19 \n",
"사 | 18 \n",
"하 | 17 \n",
"자 | 2 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr01]비산사거리_04번 (총 1864 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 626 \n",
"1 | 472 \n",
"3 | 433 \n",
"5 | 393 \n",
"2 | 390 \n",
"4 | 270 \n",
"6 | 270 \n",
"8 | 244 \n",
"7 | 234 \n",
"0 | 200 \n",
"9 | 140 \n",
"바 | 72 \n",
"오 | 37 \n",
"우 | 36 \n",
"조 | 35 \n",
"나 | 34 \n",
"어 | 31 \n",
"소 | 28 \n",
"너 | 25 \n",
"가 | 24 \n",
"거 | 23 \n",
"다 | 23 \n",
"서 | 23 \n",
"고 | 21 \n",
"아 | 20 \n",
"버 | 19 \n",
"부 | 17 \n",
"노 | 16 \n",
"수 | 16 \n",
"구 | 15 \n",
"모 | 15 \n",
"누 | 14 \n",
"라 | 14 \n",
"로 | 14 \n",
"더 | 13 \n",
"도 | 13 \n",
"사 | 13 \n",
"러 | 11 \n",
"주 | 11 \n",
"보 | 9 \n",
"하 | 9 \n",
"머 | 8 \n",
"마 | 7 \n",
"저 | 7 \n",
"호 | 7 \n",
"루 | 6 \n",
"자 | 6 \n",
"무 | 5 \n",
"허 | 5 \n",
"두 | 3 \n",
"배 | 2 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr12]안양1번가중국집_01번 (총 4304 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 1876 \n",
"1 | 1571 \n",
"3 | 1240 \n",
"2 | 1161 \n",
"5 | 1063 \n",
"8 | 1032 \n",
"4 | 889 \n",
"6 | 851 \n",
"0 | 823 \n",
"9 | 767 \n",
"7 | 601 \n",
"고 | 165 \n",
"노 | 148 \n",
"어 | 144 \n",
"오 | 142 \n",
"모 | 123 \n",
"조 | 110 \n",
"누 | 104 \n",
"우 | 98 \n",
"수 | 96 \n",
"두 | 95 \n",
"구 | 91 \n",
"거 | 88 \n",
"도 | 87 \n",
"보 | 82 \n",
"로 | 79 \n",
"소 | 78 \n",
"무 | 76 \n",
"너 | 69 \n",
"버 | 65 \n",
"주 | 63 \n",
"허 | 63 \n",
"바 | 62 \n",
"더 | 60 \n",
"머 | 57 \n",
"호 | 56 \n",
"러 | 53 \n",
"서 | 43 \n",
"부 | 34 \n",
"저 | 31 \n",
"다 | 26 \n",
"나 | 21 \n",
"라 | 20 \n",
"루 | 16 \n",
"자 | 14 \n",
"가 | 13 \n",
"하 | 13 \n",
"마 | 11 \n",
"사 | 7 \n",
"아 | 6 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr01]벌말성당삼거리_01번 (총 5352 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 6966 \n",
"1 | 3682 \n",
"6 | 2280 \n",
"2 | 2106 \n",
"3 | 1915 \n",
"5 | 1858 \n",
"4 | 1543 \n",
"0 | 1502 \n",
"7 | 1293 \n",
"9 | 1056 \n",
"8 | 939 \n",
"구 | 403 \n",
"고 | 382 \n",
"거 | 277 \n",
"나 | 163 \n",
"오 | 144 \n",
"누 | 122 \n",
"로 | 114 \n",
"서 | 88 \n",
"조 | 82 \n",
"보 | 74 \n",
"모 | 73 \n",
"어 | 73 \n",
"도 | 62 \n",
"소 | 59 \n",
"노 | 46 \n",
"수 | 43 \n",
"우 | 43 \n",
"러 | 40 \n",
"너 | 34 \n",
"다 | 31 \n",
"더 | 31 \n",
"가 | 24 \n",
"부 | 23 \n",
"주 | 23 \n",
"무 | 22 \n",
"호 | 22 \n",
"버 | 21 \n",
"허 | 20 \n",
"저 | 19 \n",
"사 | 15 \n",
"아 | 15 \n",
"하 | 15 \n",
"두 | 14 \n",
"자 | 14 \n",
"라 | 13 \n",
"바 | 13 \n",
"마 | 10 \n",
"머 | 6 \n",
"루 | 5 \n",
"배 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr03]범계사거리_03번 (총 3711 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 4047 \n",
"1 | 3191 \n",
"3 | 2820 \n",
"5 | 2322 \n",
"2 | 2232 \n",
"6 | 1803 \n",
"4 | 1798 \n",
"7 | 1590 \n",
"0 | 1477 \n",
"8 | 1334 \n",
"9 | 1173 \n",
"바 | 321 \n",
"오 | 274 \n",
"거 | 231 \n",
"어 | 226 \n",
"노 | 218 \n",
"구 | 214 \n",
"조 | 210 \n",
"고 | 196 \n",
"수 | 194 \n",
"소 | 192 \n",
"도 | 181 \n",
"보 | 175 \n",
"모 | 169 \n",
"누 | 166 \n",
"너 | 165 \n",
"러 | 159 \n",
"우 | 159 \n",
"서 | 143 \n",
"로 | 139 \n",
"주 | 136 \n",
"두 | 120 \n",
"더 | 119 \n",
"무 | 109 \n",
"저 | 108 \n",
"부 | 107 \n",
"버 | 106 \n",
"나 | 83 \n",
"호 | 75 \n",
"머 | 69 \n",
"루 | 62 \n",
"가 | 60 \n",
"허 | 49 \n",
"다 | 48 \n",
"라 | 48 \n",
"사 | 44 \n",
"아 | 33 \n",
"마 | 27 \n",
"하 | 16 \n",
"자 | 3 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr02]안양시청사거리_02번 (총 25662 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"1 | 12066 \n",
"3 | 10208 \n",
"x | 9773 \n",
"2 | 9720 \n",
"5 | 8453 \n",
"6 | 7963 \n",
"4 | 6971 \n",
"0 | 5751 \n",
"8 | 5118 \n",
"7 | 5027 \n",
"9 | 4585 \n",
"오 | 1924 \n",
"어 | 1407 \n",
"우 | 1317 \n",
"거 | 1239 \n",
"서 | 1056 \n",
"수 | 1055 \n",
"소 | 935 \n",
"도 | 917 \n",
"너 | 867 \n",
"조 | 834 \n",
"러 | 813 \n",
"보 | 797 \n",
"부 | 786 \n",
"구 | 769 \n",
"노 | 747 \n",
"누 | 705 \n",
"바 | 687 \n",
"더 | 680 \n",
"주 | 679 \n",
"고 | 645 \n",
"두 | 619 \n",
"나 | 561 \n",
"로 | 525 \n",
"모 | 490 \n",
"라 | 440 \n",
"다 | 439 \n",
"저 | 389 \n",
"아 | 307 \n",
"버 | 272 \n",
"무 | 266 \n",
"가 | 245 \n",
"허 | 232 \n",
"호 | 212 \n",
"루 | 192 \n",
"사 | 127 \n",
"하 | 94 \n",
"머 | 68 \n",
"자 | 64 \n",
"마 | 51 \n",
"배 | 4 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr12]휴양림입구사거리_04번 (총 3599 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 2626 \n",
"1 | 1363 \n",
"2 | 1027 \n",
"6 | 965 \n",
"3 | 940 \n",
"5 | 804 \n",
"0 | 752 \n",
"4 | 708 \n",
"7 | 627 \n",
"8 | 595 \n",
"9 | 484 \n",
"오 | 123 \n",
"구 | 116 \n",
"고 | 109 \n",
"도 | 106 \n",
"소 | 97 \n",
"노 | 89 \n",
"거 | 67 \n",
"조 | 62 \n",
"모 | 58 \n",
"어 | 54 \n",
"너 | 52 \n",
"수 | 52 \n",
"보 | 48 \n",
"더 | 44 \n",
"러 | 37 \n",
"누 | 35 \n",
"우 | 35 \n",
"버 | 33 \n",
"자 | 31 \n",
"두 | 26 \n",
"서 | 26 \n",
"나 | 25 \n",
"주 | 25 \n",
"부 | 23 \n",
"저 | 19 \n",
"가 | 18 \n",
"라 | 17 \n",
"무 | 15 \n",
"다 | 14 \n",
"머 | 14 \n",
"바 | 14 \n",
"호 | 13 \n",
"허 | 10 \n",
"로 | 9 \n",
"아 | 8 \n",
"마 | 4 \n",
"사 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 48개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr07]부성카인테리어_01번 (총 1774 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 3488 \n",
"4 | 1336 \n",
"5 | 1245 \n",
"1 | 883 \n",
"2 | 661 \n",
"3 | 565 \n",
"6 | 500 \n",
"7 | 464 \n",
"9 | 328 \n",
"0 | 319 \n",
"8 | 287 \n",
"오 | 87 \n",
"두 | 53 \n",
"보 | 46 \n",
"우 | 45 \n",
"거 | 40 \n",
"도 | 40 \n",
"구 | 39 \n",
"러 | 39 \n",
"노 | 34 \n",
"고 | 28 \n",
"어 | 26 \n",
"소 | 24 \n",
"누 | 23 \n",
"너 | 13 \n",
"모 | 12 \n",
"수 | 10 \n",
"로 | 9 \n",
"나 | 7 \n",
"다 | 7 \n",
"주 | 7 \n",
"허 | 7 \n",
"가 | 6 \n",
"더 | 6 \n",
"부 | 5 \n",
"조 | 5 \n",
"바 | 4 \n",
"라 | 3 \n",
"머 | 3 \n",
"사 | 3 \n",
"서 | 3 \n",
"호 | 3 \n",
"무 | 2 \n",
"자 | 2 \n",
"저 | 2 \n",
"마 | 1 \n",
"버 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 47개\n",
"\n",
"📂 폴더: TL_차량번호판인식_접근로_[ar01]인덕원사거리과천방향_01번 (총 11292 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 13419 \n",
"1 | 7402 \n",
"3 | 5044 \n",
"2 | 4325 \n",
"4 | 4251 \n",
"5 | 4223 \n",
"6 | 3653 \n",
"0 | 2770 \n",
"8 | 2668 \n",
"9 | 2174 \n",
"7 | 2077 \n",
"오 | 623 \n",
"구 | 323 \n",
"보 | 279 \n",
"도 | 273 \n",
"소 | 268 \n",
"노 | 265 \n",
"고 | 261 \n",
"조 | 251 \n",
"모 | 211 \n",
"거 | 196 \n",
"너 | 185 \n",
"어 | 179 \n",
"수 | 165 \n",
"우 | 152 \n",
"나 | 151 \n",
"러 | 141 \n",
"호 | 123 \n",
"누 | 121 \n",
"서 | 106 \n",
"다 | 103 \n",
"라 | 103 \n",
"주 | 96 \n",
"더 | 86 \n",
"로 | 80 \n",
"부 | 71 \n",
"저 | 69 \n",
"가 | 67 \n",
"사 | 64 \n",
"두 | 62 \n",
"바 | 61 \n",
"허 | 45 \n",
"무 | 42 \n",
"아 | 36 \n",
"자 | 32 \n",
"하 | 27 \n",
"버 | 17 \n",
"마 | 15 \n",
"머 | 13 \n",
"루 | 10 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_접근로_[ar02]인덕원사거리성남방향_02번 (총 1354 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 1958 \n",
"1 | 711 \n",
"2 | 514 \n",
"4 | 351 \n",
"7 | 305 \n",
"6 | 269 \n",
"3 | 245 \n",
"0 | 204 \n",
"8 | 127 \n",
"5 | 122 \n",
"9 | 108 \n",
"고 | 19 \n",
"서 | 17 \n",
"오 | 16 \n",
"어 | 12 \n",
"거 | 11 \n",
"가 | 10 \n",
"아 | 9 \n",
"나 | 8 \n",
"바 | 8 \n",
"부 | 8 \n",
"우 | 6 \n",
"하 | 6 \n",
"허 | 6 \n",
"구 | 5 \n",
"노 | 5 \n",
"누 | 5 \n",
"버 | 5 \n",
"수 | 5 \n",
"소 | 4 \n",
"저 | 4 \n",
"조 | 4 \n",
"너 | 3 \n",
"더 | 2 \n",
"도 | 2 \n",
"라 | 2 \n",
"모 | 2 \n",
"보 | 2 \n",
"사 | 2 \n",
"자 | 2 \n",
"주 | 2 \n",
"호 | 2 \n",
"다 | 1 \n",
"러 | 1 \n",
"루 | 1 \n",
"마 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 46개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr03]엔미디어플랫폼_01번 (총 8437 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 6518 \n",
"1 | 4750 \n",
"4 | 3680 \n",
"3 | 1809 \n",
"2 | 1668 \n",
"6 | 1429 \n",
"8 | 1424 \n",
"5 | 1372 \n",
"9 | 1203 \n",
"7 | 1002 \n",
"0 | 996 \n",
"보 | 433 \n",
"모 | 334 \n",
"오 | 275 \n",
"도 | 190 \n",
"고 | 181 \n",
"구 | 147 \n",
"로 | 144 \n",
"조 | 126 \n",
"소 | 116 \n",
"어 | 116 \n",
"노 | 114 \n",
"다 | 91 \n",
"거 | 75 \n",
"라 | 73 \n",
"수 | 66 \n",
"나 | 61 \n",
"누 | 59 \n",
"주 | 56 \n",
"우 | 47 \n",
"호 | 45 \n",
"가 | 41 \n",
"너 | 36 \n",
"더 | 36 \n",
"서 | 34 \n",
"두 | 33 \n",
"버 | 30 \n",
"러 | 29 \n",
"무 | 23 \n",
"머 | 22 \n",
"부 | 22 \n",
"저 | 22 \n",
"허 | 19 \n",
"하 | 13 \n",
"마 | 9 \n",
"바 | 8 \n",
"아 | 6 \n",
"사 | 5 \n",
"루 | 3 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 49개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr17]판교테크노파크공원진입사거리_01번 (총 8896 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 10037 \n",
"1 | 4334 \n",
"3 | 2512 \n",
"2 | 2500 \n",
"6 | 2379 \n",
"5 | 2245 \n",
"4 | 2145 \n",
"0 | 1999 \n",
"7 | 1892 \n",
"9 | 1343 \n",
"8 | 1187 \n",
"구 | 239 \n",
"고 | 225 \n",
"노 | 188 \n",
"오 | 146 \n",
"모 | 143 \n",
"도 | 124 \n",
"거 | 100 \n",
"소 | 74 \n",
"수 | 63 \n",
"누 | 58 \n",
"조 | 58 \n",
"보 | 56 \n",
"너 | 47 \n",
"어 | 45 \n",
"나 | 33 \n",
"러 | 28 \n",
"서 | 25 \n",
"부 | 21 \n",
"바 | 19 \n",
"사 | 14 \n",
"우 | 14 \n",
"호 | 14 \n",
"가 | 13 \n",
"주 | 13 \n",
"더 | 12 \n",
"두 | 12 \n",
"아 | 12 \n",
"버 | 11 \n",
"허 | 10 \n",
"다 | 9 \n",
"무 | 9 \n",
"저 | 9 \n",
"머 | 8 \n",
"라 | 7 \n",
"자 | 7 \n",
"로 | 4 \n",
"마 | 2 \n",
"하 | 2 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 49개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr05]인덕원사거리_01번 (총 18874 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 31400 \n",
"1 | 15583 \n",
"3 | 10833 \n",
"2 | 9587 \n",
"4 | 8805 \n",
"5 | 8518 \n",
"6 | 7895 \n",
"0 | 5965 \n",
"7 | 5328 \n",
"8 | 4440 \n",
"9 | 4393 \n",
"오 | 932 \n",
"구 | 727 \n",
"도 | 697 \n",
"노 | 625 \n",
"고 | 579 \n",
"소 | 558 \n",
"수 | 510 \n",
"조 | 501 \n",
"거 | 466 \n",
"너 | 392 \n",
"보 | 345 \n",
"모 | 340 \n",
"사 | 269 \n",
"주 | 267 \n",
"우 | 263 \n",
"어 | 242 \n",
"러 | 236 \n",
"더 | 231 \n",
"호 | 229 \n",
"누 | 223 \n",
"두 | 193 \n",
"서 | 187 \n",
"로 | 173 \n",
"저 | 154 \n",
"나 | 93 \n",
"라 | 89 \n",
"버 | 81 \n",
"무 | 79 \n",
"머 | 78 \n",
"부 | 76 \n",
"다 | 61 \n",
"가 | 59 \n",
"바 | 54 \n",
"허 | 51 \n",
"아 | 24 \n",
"자 | 17 \n",
"하 | 16 \n",
"루 | 12 \n",
"마 | 9 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr06]호계사거리_02번 (총 9806 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 10331 \n",
"1 | 6887 \n",
"3 | 5342 \n",
"2 | 4918 \n",
"5 | 4727 \n",
"6 | 3681 \n",
"4 | 3463 \n",
"7 | 3280 \n",
"0 | 3125 \n",
"8 | 2899 \n",
"9 | 2614 \n",
"오 | 577 \n",
"바 | 529 \n",
"도 | 474 \n",
"조 | 424 \n",
"구 | 408 \n",
"소 | 399 \n",
"거 | 397 \n",
"고 | 370 \n",
"노 | 367 \n",
"수 | 363 \n",
"우 | 323 \n",
"보 | 322 \n",
"더 | 302 \n",
"모 | 298 \n",
"너 | 291 \n",
"주 | 291 \n",
"어 | 281 \n",
"러 | 265 \n",
"누 | 254 \n",
"로 | 229 \n",
"사 | 224 \n",
"호 | 221 \n",
"두 | 202 \n",
"저 | 198 \n",
"서 | 179 \n",
"나 | 171 \n",
"무 | 154 \n",
"라 | 152 \n",
"버 | 130 \n",
"가 | 120 \n",
"다 | 115 \n",
"허 | 114 \n",
"부 | 111 \n",
"머 | 66 \n",
"하 | 64 \n",
"루 | 63 \n",
"아 | 40 \n",
"자 | 31 \n",
"마 | 25 \n",
"배 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr06]대영교회_01번 (총 11225 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 19699 \n",
"3 | 7477 \n",
"8 | 6139 \n",
"1 | 4179 \n",
"7 | 3957 \n",
"2 | 3223 \n",
"5 | 2951 \n",
"6 | 2618 \n",
"4 | 2536 \n",
"0 | 2198 \n",
"9 | 2119 \n",
"소 | 560 \n",
"오 | 404 \n",
"거 | 378 \n",
"노 | 296 \n",
"구 | 295 \n",
"어 | 279 \n",
"고 | 266 \n",
"도 | 251 \n",
"조 | 249 \n",
"모 | 243 \n",
"너 | 242 \n",
"두 | 222 \n",
"더 | 214 \n",
"보 | 202 \n",
"수 | 194 \n",
"러 | 170 \n",
"누 | 157 \n",
"우 | 149 \n",
"주 | 129 \n",
"서 | 82 \n",
"저 | 82 \n",
"호 | 80 \n",
"나 | 76 \n",
"무 | 72 \n",
"버 | 69 \n",
"머 | 64 \n",
"바 | 60 \n",
"다 | 51 \n",
"라 | 48 \n",
"부 | 46 \n",
"허 | 44 \n",
"로 | 41 \n",
"가 | 35 \n",
"마 | 25 \n",
"하 | 14 \n",
"자 | 9 \n",
"사 | 8 \n",
"아 | 8 \n",
"루 | 7 \n",
"배 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr16]판교테크노중앙사거리_02번 (총 12968 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 11218 \n",
"1 | 6473 \n",
"2 | 4376 \n",
"3 | 3711 \n",
"6 | 3333 \n",
"5 | 3312 \n",
"4 | 3163 \n",
"0 | 2665 \n",
"7 | 2148 \n",
"9 | 1788 \n",
"8 | 1659 \n",
"오 | 524 \n",
"구 | 425 \n",
"고 | 399 \n",
"노 | 392 \n",
"도 | 373 \n",
"거 | 286 \n",
"소 | 283 \n",
"조 | 241 \n",
"어 | 201 \n",
"모 | 185 \n",
"보 | 181 \n",
"수 | 163 \n",
"너 | 155 \n",
"러 | 136 \n",
"더 | 108 \n",
"주 | 102 \n",
"누 | 98 \n",
"호 | 92 \n",
"우 | 81 \n",
"서 | 60 \n",
"버 | 57 \n",
"두 | 49 \n",
"라 | 48 \n",
"나 | 43 \n",
"저 | 39 \n",
"가 | 27 \n",
"로 | 25 \n",
"부 | 24 \n",
"허 | 21 \n",
"다 | 20 \n",
"무 | 20 \n",
"머 | 19 \n",
"아 | 18 \n",
"하 | 11 \n",
"바 | 10 \n",
"사 | 6 \n",
"자 | 3 \n",
"마 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 49개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr09]LG전자주차장입구_01번 (총 12965 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 13978 \n",
"1 | 7994 \n",
"4 | 7076 \n",
"2 | 6055 \n",
"3 | 5719 \n",
"0 | 5410 \n",
"5 | 4884 \n",
"6 | 4283 \n",
"8 | 3454 \n",
"9 | 2515 \n",
"7 | 1959 \n",
"어 | 1418 \n",
"소 | 878 \n",
"구 | 811 \n",
"오 | 760 \n",
"고 | 669 \n",
"노 | 646 \n",
"도 | 556 \n",
"모 | 378 \n",
"버 | 318 \n",
"조 | 300 \n",
"수 | 268 \n",
"누 | 244 \n",
"거 | 206 \n",
"너 | 168 \n",
"더 | 167 \n",
"보 | 164 \n",
"우 | 150 \n",
"두 | 130 \n",
"주 | 120 \n",
"서 | 109 \n",
"호 | 104 \n",
"러 | 91 \n",
"무 | 75 \n",
"가 | 74 \n",
"나 | 67 \n",
"허 | 61 \n",
"머 | 60 \n",
"부 | 60 \n",
"로 | 59 \n",
"라 | 49 \n",
"다 | 47 \n",
"저 | 36 \n",
"바 | 28 \n",
"하 | 20 \n",
"마 | 18 \n",
"자 | 16 \n",
"아 | 15 \n",
"사 | 10 \n",
"루 | 6 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_접근로_[ar03]인덕원사거리수원방향_03번 (총 12032 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 15715 \n",
"1 | 8764 \n",
"3 | 6464 \n",
"2 | 5284 \n",
"4 | 5177 \n",
"5 | 5054 \n",
"6 | 4481 \n",
"0 | 3597 \n",
"7 | 3179 \n",
"8 | 2867 \n",
"9 | 2642 \n",
"오 | 602 \n",
"구 | 460 \n",
"도 | 441 \n",
"보 | 407 \n",
"고 | 395 \n",
"소 | 385 \n",
"노 | 374 \n",
"거 | 343 \n",
"조 | 343 \n",
"수 | 322 \n",
"모 | 304 \n",
"사 | 296 \n",
"너 | 287 \n",
"어 | 285 \n",
"우 | 244 \n",
"누 | 242 \n",
"러 | 224 \n",
"더 | 222 \n",
"주 | 211 \n",
"로 | 204 \n",
"서 | 195 \n",
"두 | 162 \n",
"바 | 152 \n",
"호 | 146 \n",
"나 | 125 \n",
"부 | 108 \n",
"버 | 107 \n",
"무 | 100 \n",
"허 | 98 \n",
"라 | 92 \n",
"저 | 86 \n",
"다 | 70 \n",
"자 | 56 \n",
"가 | 48 \n",
"머 | 36 \n",
"루 | 28 \n",
"아 | 25 \n",
"하 | 23 \n",
"마 | 16 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr12]휴양림입구사거리_03번 (총 16664 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 11313 \n",
"1 | 6129 \n",
"2 | 4896 \n",
"3 | 4625 \n",
"6 | 4355 \n",
"5 | 4298 \n",
"8 | 3595 \n",
"4 | 3523 \n",
"0 | 3328 \n",
"9 | 2766 \n",
"7 | 2711 \n",
"오 | 623 \n",
"구 | 564 \n",
"도 | 549 \n",
"노 | 537 \n",
"고 | 472 \n",
"소 | 452 \n",
"조 | 411 \n",
"모 | 410 \n",
"거 | 382 \n",
"보 | 350 \n",
"너 | 305 \n",
"수 | 288 \n",
"우 | 244 \n",
"러 | 225 \n",
"어 | 224 \n",
"주 | 209 \n",
"더 | 178 \n",
"누 | 177 \n",
"두 | 166 \n",
"서 | 147 \n",
"나 | 142 \n",
"부 | 114 \n",
"호 | 97 \n",
"라 | 81 \n",
"바 | 70 \n",
"저 | 70 \n",
"다 | 68 \n",
"버 | 56 \n",
"가 | 54 \n",
"무 | 54 \n",
"로 | 52 \n",
"아 | 36 \n",
"허 | 26 \n",
"머 | 19 \n",
"자 | 18 \n",
"사 | 12 \n",
"하 | 11 \n",
"마 | 8 \n",
"루 | 3 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_접근로_[ar09]판교동안사거리_01번 (총 15984 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 15092 \n",
"1 | 6542 \n",
"3 | 4987 \n",
"2 | 4959 \n",
"6 | 3788 \n",
"4 | 3514 \n",
"0 | 3310 \n",
"7 | 2619 \n",
"5 | 2609 \n",
"9 | 2055 \n",
"8 | 1320 \n",
"구 | 312 \n",
"고 | 283 \n",
"노 | 270 \n",
"모 | 238 \n",
"거 | 226 \n",
"오 | 210 \n",
"누 | 174 \n",
"어 | 173 \n",
"수 | 161 \n",
"소 | 138 \n",
"도 | 128 \n",
"조 | 101 \n",
"너 | 94 \n",
"보 | 91 \n",
"부 | 91 \n",
"더 | 82 \n",
"나 | 67 \n",
"러 | 67 \n",
"서 | 65 \n",
"주 | 53 \n",
"버 | 44 \n",
"무 | 42 \n",
"바 | 40 \n",
"호 | 40 \n",
"라 | 35 \n",
"허 | 34 \n",
"우 | 32 \n",
"가 | 28 \n",
"다 | 25 \n",
"사 | 21 \n",
"두 | 19 \n",
"머 | 19 \n",
"저 | 15 \n",
"아 | 14 \n",
"자 | 9 \n",
"하 | 6 \n",
"마 | 2 \n",
"로 | 1 \n",
"루 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr11]유가사입구사거리_04번 (총 7586 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"1 | 2906 \n",
"2 | 2726 \n",
"3 | 2553 \n",
"6 | 2254 \n",
"5 | 1940 \n",
"4 | 1915 \n",
"x | 1838 \n",
"0 | 1510 \n",
"8 | 1392 \n",
"7 | 1214 \n",
"9 | 1132 \n",
"구 | 319 \n",
"고 | 305 \n",
"거 | 291 \n",
"소 | 291 \n",
"도 | 285 \n",
"두 | 285 \n",
"보 | 282 \n",
"더 | 271 \n",
"모 | 271 \n",
"우 | 257 \n",
"조 | 257 \n",
"수 | 254 \n",
"노 | 249 \n",
"어 | 249 \n",
"오 | 237 \n",
"무 | 227 \n",
"주 | 220 \n",
"누 | 213 \n",
"너 | 210 \n",
"러 | 203 \n",
"로 | 195 \n",
"서 | 185 \n",
"저 | 185 \n",
"버 | 181 \n",
"머 | 163 \n",
"부 | 121 \n",
"나 | 120 \n",
"라 | 116 \n",
"가 | 89 \n",
"다 | 89 \n",
"호 | 75 \n",
"바 | 50 \n",
"마 | 44 \n",
"허 | 37 \n",
"루 | 34 \n",
"하 | 18 \n",
"자 | 13 \n",
"아 | 2 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 49개\n",
"\n",
"📂 폴더: TL_차량번호판인식_접근로_[ar05]호계사거리서울방향_01번 (총 6289 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 8013 \n",
"1 | 4675 \n",
"3 | 3709 \n",
"2 | 3302 \n",
"5 | 2875 \n",
"6 | 2711 \n",
"4 | 2607 \n",
"0 | 2260 \n",
"8 | 2205 \n",
"7 | 2029 \n",
"9 | 2008 \n",
"오 | 418 \n",
"고 | 280 \n",
"어 | 260 \n",
"노 | 252 \n",
"소 | 252 \n",
"조 | 248 \n",
"구 | 241 \n",
"보 | 239 \n",
"도 | 228 \n",
"거 | 224 \n",
"우 | 220 \n",
"모 | 213 \n",
"누 | 180 \n",
"수 | 177 \n",
"너 | 167 \n",
"호 | 162 \n",
"주 | 154 \n",
"러 | 152 \n",
"서 | 151 \n",
"바 | 132 \n",
"부 | 128 \n",
"사 | 126 \n",
"로 | 120 \n",
"더 | 116 \n",
"버 | 114 \n",
"나 | 105 \n",
"허 | 103 \n",
"두 | 98 \n",
"저 | 94 \n",
"라 | 93 \n",
"가 | 90 \n",
"무 | 83 \n",
"다 | 80 \n",
"머 | 49 \n",
"하 | 45 \n",
"아 | 32 \n",
"루 | 31 \n",
"마 | 23 \n",
"자 | 20 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr04]나이스스크린_01번 (총 10066 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 11754 \n",
"1 | 4844 \n",
"5 | 3329 \n",
"3 | 3124 \n",
"2 | 2974 \n",
"4 | 2603 \n",
"7 | 2442 \n",
"6 | 2057 \n",
"0 | 1987 \n",
"8 | 1598 \n",
"9 | 1466 \n",
"너 | 496 \n",
"우 | 375 \n",
"오 | 230 \n",
"거 | 181 \n",
"고 | 174 \n",
"도 | 167 \n",
"저 | 137 \n",
"구 | 134 \n",
"노 | 111 \n",
"소 | 101 \n",
"호 | 87 \n",
"누 | 85 \n",
"어 | 81 \n",
"서 | 80 \n",
"러 | 72 \n",
"조 | 65 \n",
"수 | 58 \n",
"모 | 52 \n",
"보 | 48 \n",
"더 | 46 \n",
"나 | 38 \n",
"허 | 38 \n",
"주 | 37 \n",
"부 | 35 \n",
"가 | 34 \n",
"다 | 34 \n",
"라 | 27 \n",
"두 | 25 \n",
"로 | 22 \n",
"하 | 20 \n",
"버 | 17 \n",
"머 | 15 \n",
"사 | 12 \n",
"아 | 12 \n",
"무 | 11 \n",
"바 | 10 \n",
"마 | 4 \n",
"루 | 3 \n",
"자 | 3 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr05]인덕원사거리_02번 (총 16229 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 15293 \n",
"1 | 8258 \n",
"3 | 6601 \n",
"2 | 6474 \n",
"5 | 5464 \n",
"6 | 4959 \n",
"4 | 4475 \n",
"7 | 3762 \n",
"0 | 3682 \n",
"8 | 3062 \n",
"9 | 2938 \n",
"오 | 605 \n",
"구 | 495 \n",
"고 | 492 \n",
"도 | 479 \n",
"노 | 461 \n",
"수 | 427 \n",
"소 | 425 \n",
"조 | 408 \n",
"모 | 373 \n",
"보 | 334 \n",
"거 | 321 \n",
"주 | 314 \n",
"너 | 298 \n",
"로 | 290 \n",
"누 | 284 \n",
"러 | 283 \n",
"더 | 277 \n",
"우 | 276 \n",
"어 | 263 \n",
"호 | 235 \n",
"서 | 229 \n",
"두 | 219 \n",
"버 | 216 \n",
"저 | 209 \n",
"아 | 201 \n",
"가 | 188 \n",
"나 | 188 \n",
"무 | 175 \n",
"라 | 162 \n",
"바 | 160 \n",
"다 | 159 \n",
"부 | 136 \n",
"머 | 122 \n",
"루 | 91 \n",
"하 | 73 \n",
"허 | 68 \n",
"사 | 61 \n",
"마 | 51 \n",
"자 | 13 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr06]호계사거리_01번 (총 7362 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 10665 \n",
"1 | 6330 \n",
"3 | 5086 \n",
"2 | 4929 \n",
"5 | 4221 \n",
"6 | 3729 \n",
"4 | 3497 \n",
"7 | 3051 \n",
"0 | 2914 \n",
"8 | 2716 \n",
"9 | 2445 \n",
"오 | 500 \n",
"구 | 372 \n",
"도 | 356 \n",
"소 | 348 \n",
"거 | 346 \n",
"노 | 340 \n",
"조 | 332 \n",
"고 | 319 \n",
"수 | 318 \n",
"바 | 313 \n",
"너 | 308 \n",
"보 | 277 \n",
"우 | 277 \n",
"더 | 274 \n",
"주 | 273 \n",
"사 | 255 \n",
"어 | 251 \n",
"누 | 235 \n",
"모 | 233 \n",
"서 | 220 \n",
"두 | 210 \n",
"러 | 200 \n",
"저 | 172 \n",
"호 | 169 \n",
"로 | 148 \n",
"버 | 148 \n",
"나 | 147 \n",
"무 | 144 \n",
"부 | 135 \n",
"라 | 133 \n",
"다 | 123 \n",
"가 | 121 \n",
"허 | 114 \n",
"머 | 111 \n",
"루 | 76 \n",
"마 | 48 \n",
"자 | 44 \n",
"하 | 40 \n",
"아 | 34 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr02]안양자동차검사소_01번 (총 6889 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 7717 \n",
"1 | 5251 \n",
"3 | 3831 \n",
"2 | 2320 \n",
"4 | 2234 \n",
"6 | 2219 \n",
"5 | 2195 \n",
"0 | 1868 \n",
"8 | 1529 \n",
"7 | 1456 \n",
"9 | 1415 \n",
"조 | 963 \n",
"오 | 679 \n",
"노 | 593 \n",
"고 | 343 \n",
"더 | 255 \n",
"거 | 246 \n",
"너 | 195 \n",
"구 | 181 \n",
"모 | 166 \n",
"허 | 162 \n",
"도 | 150 \n",
"러 | 140 \n",
"어 | 129 \n",
"소 | 113 \n",
"수 | 98 \n",
"호 | 89 \n",
"보 | 79 \n",
"저 | 48 \n",
"서 | 46 \n",
"주 | 46 \n",
"누 | 44 \n",
"다 | 43 \n",
"우 | 42 \n",
"나 | 40 \n",
"버 | 28 \n",
"무 | 27 \n",
"바 | 24 \n",
"라 | 21 \n",
"부 | 21 \n",
"로 | 19 \n",
"두 | 16 \n",
"가 | 13 \n",
"머 | 11 \n",
"자 | 10 \n",
"루 | 8 \n",
"아 | 8 \n",
"사 | 6 \n",
"하 | 6 \n",
"마 | 2 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr10]뚜레쥬르범계역점_01번 (총 36949 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 73066 \n",
"1 | 32142 \n",
"3 | 24843 \n",
"2 | 18619 \n",
"6 | 14491 \n",
"0 | 14400 \n",
"4 | 14146 \n",
"5 | 13286 \n",
"7 | 11554 \n",
"8 | 9844 \n",
"9 | 8484 \n",
"오 | 3786 \n",
"누 | 1485 \n",
"소 | 1436 \n",
"고 | 1223 \n",
"거 | 1197 \n",
"구 | 1107 \n",
"노 | 1095 \n",
"저 | 1008 \n",
"너 | 818 \n",
"도 | 779 \n",
"나 | 429 \n",
"모 | 377 \n",
"조 | 371 \n",
"보 | 343 \n",
"수 | 292 \n",
"어 | 285 \n",
"더 | 274 \n",
"호 | 205 \n",
"주 | 195 \n",
"서 | 171 \n",
"러 | 162 \n",
"우 | 128 \n",
"라 | 126 \n",
"두 | 109 \n",
"다 | 105 \n",
"가 | 58 \n",
"허 | 58 \n",
"부 | 45 \n",
"하 | 35 \n",
"버 | 31 \n",
"로 | 20 \n",
"사 | 20 \n",
"바 | 17 \n",
"무 | 16 \n",
"머 | 15 \n",
"자 | 12 \n",
"아 | 8 \n",
"마 | 6 \n",
"루 | 3 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr11]유가사입구사거리_02번 (총 17526 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 9541 \n",
"1 | 5906 \n",
"2 | 5373 \n",
"3 | 5035 \n",
"5 | 4197 \n",
"6 | 4178 \n",
"4 | 3567 \n",
"0 | 2807 \n",
"8 | 2569 \n",
"7 | 2493 \n",
"9 | 2239 \n",
"오 | 526 \n",
"구 | 490 \n",
"도 | 460 \n",
"노 | 454 \n",
"고 | 430 \n",
"조 | 425 \n",
"소 | 414 \n",
"더 | 384 \n",
"수 | 376 \n",
"우 | 363 \n",
"거 | 361 \n",
"어 | 358 \n",
"보 | 350 \n",
"모 | 343 \n",
"두 | 317 \n",
"주 | 315 \n",
"너 | 295 \n",
"누 | 268 \n",
"러 | 215 \n",
"무 | 187 \n",
"라 | 181 \n",
"서 | 179 \n",
"버 | 159 \n",
"로 | 157 \n",
"호 | 156 \n",
"저 | 153 \n",
"부 | 138 \n",
"나 | 130 \n",
"가 | 122 \n",
"바 | 122 \n",
"머 | 109 \n",
"다 | 98 \n",
"허 | 39 \n",
"마 | 28 \n",
"자 | 22 \n",
"하 | 20 \n",
"루 | 12 \n",
"사 | 7 \n",
"아 | 5 \n",
"배 | 2 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr05]인덕원사거리_03번 (총 19005 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 35351 \n",
"1 | 20393 \n",
"3 | 16253 \n",
"2 | 14427 \n",
"5 | 13141 \n",
"4 | 12241 \n",
"6 | 11222 \n",
"0 | 9188 \n",
"7 | 8908 \n",
"8 | 7953 \n",
"9 | 7096 \n",
"오 | 1488 \n",
"도 | 1160 \n",
"구 | 1139 \n",
"노 | 1111 \n",
"사 | 1095 \n",
"고 | 1004 \n",
"조 | 959 \n",
"거 | 943 \n",
"소 | 943 \n",
"수 | 872 \n",
"보 | 801 \n",
"모 | 761 \n",
"너 | 753 \n",
"바 | 707 \n",
"우 | 685 \n",
"더 | 678 \n",
"러 | 668 \n",
"로 | 646 \n",
"주 | 638 \n",
"누 | 570 \n",
"어 | 504 \n",
"두 | 499 \n",
"서 | 467 \n",
"저 | 464 \n",
"호 | 450 \n",
"무 | 420 \n",
"나 | 394 \n",
"라 | 318 \n",
"다 | 315 \n",
"버 | 242 \n",
"가 | 238 \n",
"루 | 224 \n",
"허 | 177 \n",
"자 | 176 \n",
"부 | 146 \n",
"머 | 139 \n",
"아 | 117 \n",
"하 | 81 \n",
"마 | 60 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n"
]
}
],
"source": [
"import os\n",
"import json\n",
"from collections import Counter\n",
"\n",
"# ==============================\n",
"# 최상위 폴더\n",
"# ==============================\n",
"root_dir = \"/home/cuuva/aihub_car/CCTV_car_or_licenseplate/data/Training/label/license_plate/\"\n",
"\n",
"# ==============================\n",
"# 하위 폴더별 문자 통계\n",
"# ==============================\n",
"folder_stats = {}\n",
"\n",
"for folder_name in os.listdir(root_dir):\n",
" folder_path = os.path.join(root_dir, folder_name)\n",
" if not os.path.isdir(folder_path):\n",
" continue\n",
"\n",
" char_counter = Counter()\n",
" total_files = 0\n",
"\n",
" # 폴더 안 JSON 파일 탐색\n",
" for filename in os.listdir(folder_path):\n",
" if not filename.endswith(\".json\"):\n",
" continue\n",
"\n",
" json_path = os.path.join(folder_path, filename)\n",
" try:\n",
" with open(json_path, \"r\", encoding=\"utf-8\") as f:\n",
" data = json.load(f)\n",
" except Exception as e:\n",
" print(f\"⚠️ JSON 읽기 오류: {filename} ({e})\")\n",
" continue\n",
"\n",
" total_files += 1\n",
" annotations = data.get(\"Learning_Data_Info\", {}).get(\"annotations\", [])\n",
"\n",
" for ann in annotations:\n",
" for lp_number in ann.get(\"license_plate_number\", []):\n",
" text = lp_number.get(\"text\")\n",
" if text:\n",
" char_counter[text] += 1\n",
"\n",
" folder_stats[folder_name] = {\n",
" \"total_files\": total_files,\n",
" \"char_counter\": char_counter\n",
" }\n",
"\n",
"# ==============================\n",
"# 결과 출력\n",
"# ==============================\n",
"for folder_name, stats in folder_stats.items():\n",
" print(f\"\\n📂 폴더: {folder_name} (총 {stats['total_files']} JSON 파일)\")\n",
" print(\"==========================================\")\n",
" print(\"{:<10} | {:<10}\".format(\"문자\", \"등장 횟수\"))\n",
" print(\"==========================================\")\n",
" for char, count in sorted(stats['char_counter'].items(), key=lambda x: (-x[1], x[0])):\n",
" print(\"{:<10} | {:<10}\".format(char, count))\n",
" print(\"==========================================\")\n",
" print(f\"총 등장한 고유 문자 수: {len(stats['char_counter'])}개\")\n"
]
},
{
"cell_type": "code",
"execution_count": 23,
"id": "3c650be2",
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr01]비산사거리_01번 (총 22684 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 8228 \n",
"1 | 6105 \n",
"3 | 5281 \n",
"2 | 4918 \n",
"5 | 4236 \n",
"6 | 3662 \n",
"4 | 3502 \n",
"7 | 2938 \n",
"0 | 2830 \n",
"8 | 2394 \n",
"9 | 2252 \n",
"오 | 544 \n",
"거 | 498 \n",
"도 | 480 \n",
"보 | 472 \n",
"고 | 468 \n",
"바 | 461 \n",
"구 | 383 \n",
"노 | 379 \n",
"조 | 357 \n",
"모 | 347 \n",
"어 | 331 \n",
"러 | 326 \n",
"수 | 320 \n",
"우 | 318 \n",
"너 | 312 \n",
"소 | 306 \n",
"서 | 302 \n",
"부 | 283 \n",
"누 | 280 \n",
"주 | 280 \n",
"저 | 273 \n",
"호 | 245 \n",
"더 | 239 \n",
"다 | 224 \n",
"나 | 221 \n",
"허 | 216 \n",
"두 | 202 \n",
"로 | 181 \n",
"무 | 177 \n",
"버 | 167 \n",
"머 | 166 \n",
"라 | 163 \n",
"가 | 160 \n",
"사 | 98 \n",
"아 | 81 \n",
"자 | 71 \n",
"하 | 56 \n",
"루 | 51 \n",
"마 | 42 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr01]비산사거리_02번 (총 28217 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 13961 \n",
"1 | 11959 \n",
"3 | 10029 \n",
"2 | 8684 \n",
"5 | 7547 \n",
"6 | 7083 \n",
"4 | 6953 \n",
"7 | 6373 \n",
"0 | 5370 \n",
"8 | 4812 \n",
"9 | 4293 \n",
"바 | 1618 \n",
"오 | 1181 \n",
"거 | 952 \n",
"어 | 834 \n",
"고 | 804 \n",
"노 | 747 \n",
"구 | 724 \n",
"보 | 724 \n",
"부 | 709 \n",
"우 | 705 \n",
"소 | 670 \n",
"수 | 666 \n",
"누 | 647 \n",
"너 | 643 \n",
"서 | 638 \n",
"도 | 633 \n",
"러 | 558 \n",
"조 | 553 \n",
"모 | 518 \n",
"나 | 498 \n",
"주 | 489 \n",
"다 | 471 \n",
"더 | 441 \n",
"저 | 430 \n",
"무 | 413 \n",
"로 | 411 \n",
"호 | 400 \n",
"허 | 395 \n",
"사 | 388 \n",
"두 | 387 \n",
"라 | 348 \n",
"버 | 312 \n",
"가 | 290 \n",
"아 | 238 \n",
"머 | 204 \n",
"루 | 168 \n",
"자 | 144 \n",
"하 | 138 \n",
"마 | 115 \n",
"배 | 4 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr01]비산사거리_03번 (총 4020 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 2910 \n",
"1 | 1544 \n",
"3 | 1303 \n",
"2 | 1168 \n",
"5 | 1111 \n",
"6 | 984 \n",
"4 | 900 \n",
"7 | 750 \n",
"0 | 735 \n",
"8 | 674 \n",
"9 | 642 \n",
"도 | 109 \n",
"구 | 105 \n",
"너 | 103 \n",
"거 | 92 \n",
"오 | 91 \n",
"어 | 90 \n",
"고 | 86 \n",
"수 | 85 \n",
"러 | 84 \n",
"모 | 82 \n",
"소 | 76 \n",
"노 | 74 \n",
"누 | 71 \n",
"서 | 65 \n",
"로 | 62 \n",
"조 | 56 \n",
"주 | 51 \n",
"두 | 48 \n",
"무 | 46 \n",
"버 | 46 \n",
"머 | 43 \n",
"우 | 41 \n",
"바 | 40 \n",
"보 | 38 \n",
"저 | 36 \n",
"더 | 29 \n",
"호 | 23 \n",
"부 | 21 \n",
"나 | 14 \n",
"루 | 13 \n",
"라 | 12 \n",
"허 | 12 \n",
"다 | 10 \n",
"사 | 9 \n",
"가 | 8 \n",
"마 | 5 \n",
"하 | 4 \n",
"아 | 1 \n",
"자 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr01]비산사거리_04번 (총 1864 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 626 \n",
"1 | 472 \n",
"3 | 433 \n",
"5 | 393 \n",
"2 | 390 \n",
"4 | 270 \n",
"6 | 270 \n",
"8 | 244 \n",
"7 | 234 \n",
"0 | 200 \n",
"9 | 140 \n",
"바 | 72 \n",
"오 | 37 \n",
"우 | 36 \n",
"조 | 35 \n",
"나 | 34 \n",
"어 | 31 \n",
"소 | 28 \n",
"너 | 25 \n",
"가 | 24 \n",
"거 | 23 \n",
"다 | 23 \n",
"서 | 23 \n",
"고 | 21 \n",
"아 | 20 \n",
"버 | 19 \n",
"부 | 17 \n",
"노 | 16 \n",
"수 | 16 \n",
"구 | 15 \n",
"모 | 15 \n",
"누 | 14 \n",
"라 | 14 \n",
"로 | 14 \n",
"더 | 13 \n",
"도 | 13 \n",
"사 | 13 \n",
"러 | 11 \n",
"주 | 11 \n",
"보 | 9 \n",
"하 | 9 \n",
"머 | 8 \n",
"마 | 7 \n",
"저 | 7 \n",
"호 | 7 \n",
"루 | 6 \n",
"자 | 6 \n",
"무 | 5 \n",
"허 | 5 \n",
"두 | 3 \n",
"배 | 2 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr02]안양시청사거리_01번 (총 48056 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"1 | 31870 \n",
"3 | 29522 \n",
"5 | 25105 \n",
"2 | 23540 \n",
"6 | 17849 \n",
"4 | 17655 \n",
"x | 16856 \n",
"0 | 14951 \n",
"7 | 14147 \n",
"8 | 13880 \n",
"9 | 12300 \n",
"바 | 5765 \n",
"오 | 3650 \n",
"거 | 2938 \n",
"러 | 2684 \n",
"우 | 2617 \n",
"도 | 2402 \n",
"조 | 2377 \n",
"고 | 2374 \n",
"구 | 2302 \n",
"어 | 2284 \n",
"수 | 2253 \n",
"소 | 2165 \n",
"더 | 2068 \n",
"모 | 2049 \n",
"노 | 2007 \n",
"너 | 1987 \n",
"주 | 1967 \n",
"보 | 1847 \n",
"누 | 1833 \n",
"호 | 1757 \n",
"저 | 1750 \n",
"로 | 1711 \n",
"서 | 1705 \n",
"허 | 1676 \n",
"두 | 1648 \n",
"다 | 1585 \n",
"무 | 1408 \n",
"부 | 1323 \n",
"나 | 1306 \n",
"버 | 1262 \n",
"라 | 1242 \n",
"아 | 1204 \n",
"루 | 1101 \n",
"머 | 1087 \n",
"가 | 1015 \n",
"마 | 811 \n",
"하 | 720 \n",
"자 | 714 \n",
"사 | 702 \n",
"배 | 45 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr02]안양시청사거리_02번 (총 25662 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"1 | 12066 \n",
"3 | 10208 \n",
"x | 9773 \n",
"2 | 9720 \n",
"5 | 8453 \n",
"6 | 7963 \n",
"4 | 6971 \n",
"0 | 5751 \n",
"8 | 5118 \n",
"7 | 5027 \n",
"9 | 4585 \n",
"오 | 1924 \n",
"어 | 1407 \n",
"우 | 1317 \n",
"거 | 1239 \n",
"서 | 1056 \n",
"수 | 1055 \n",
"소 | 935 \n",
"도 | 917 \n",
"너 | 867 \n",
"조 | 834 \n",
"러 | 813 \n",
"보 | 797 \n",
"부 | 786 \n",
"구 | 769 \n",
"노 | 747 \n",
"누 | 705 \n",
"바 | 687 \n",
"더 | 680 \n",
"주 | 679 \n",
"고 | 645 \n",
"두 | 619 \n",
"나 | 561 \n",
"로 | 525 \n",
"모 | 490 \n",
"라 | 440 \n",
"다 | 439 \n",
"저 | 389 \n",
"아 | 307 \n",
"버 | 272 \n",
"무 | 266 \n",
"가 | 245 \n",
"허 | 232 \n",
"호 | 212 \n",
"루 | 192 \n",
"사 | 127 \n",
"하 | 94 \n",
"머 | 68 \n",
"자 | 64 \n",
"마 | 51 \n",
"배 | 4 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr02]안양시청사거리_03번 (총 28310 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"1 | 13659 \n",
"3 | 12715 \n",
"5 | 10314 \n",
"2 | 10303 \n",
"x | 8888 \n",
"6 | 8202 \n",
"4 | 7522 \n",
"0 | 6459 \n",
"8 | 5876 \n",
"7 | 5589 \n",
"9 | 5175 \n",
"오 | 1769 \n",
"바 | 1608 \n",
"어 | 1325 \n",
"우 | 1212 \n",
"구 | 1059 \n",
"거 | 1012 \n",
"조 | 1009 \n",
"고 | 998 \n",
"소 | 992 \n",
"러 | 969 \n",
"노 | 946 \n",
"도 | 937 \n",
"수 | 935 \n",
"모 | 840 \n",
"너 | 835 \n",
"누 | 820 \n",
"보 | 803 \n",
"서 | 780 \n",
"더 | 761 \n",
"주 | 723 \n",
"로 | 712 \n",
"저 | 687 \n",
"다 | 680 \n",
"나 | 675 \n",
"라 | 675 \n",
"두 | 669 \n",
"호 | 642 \n",
"버 | 641 \n",
"가 | 568 \n",
"부 | 552 \n",
"무 | 539 \n",
"하 | 452 \n",
"허 | 427 \n",
"루 | 394 \n",
"아 | 386 \n",
"마 | 336 \n",
"머 | 324 \n",
"사 | 133 \n",
"자 | 123 \n",
"배 | 3 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr02]안양시청사거리_04번 (총 4378 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 3758 \n",
"1 | 2063 \n",
"3 | 1869 \n",
"2 | 1617 \n",
"5 | 1470 \n",
"6 | 1281 \n",
"4 | 1166 \n",
"0 | 968 \n",
"8 | 915 \n",
"7 | 883 \n",
"9 | 835 \n",
"오 | 182 \n",
"도 | 134 \n",
"고 | 132 \n",
"구 | 131 \n",
"노 | 127 \n",
"거 | 110 \n",
"어 | 100 \n",
"소 | 95 \n",
"수 | 93 \n",
"조 | 92 \n",
"너 | 90 \n",
"우 | 90 \n",
"누 | 84 \n",
"더 | 70 \n",
"서 | 67 \n",
"모 | 66 \n",
"보 | 66 \n",
"주 | 61 \n",
"두 | 60 \n",
"러 | 58 \n",
"나 | 46 \n",
"로 | 43 \n",
"호 | 43 \n",
"저 | 42 \n",
"다 | 41 \n",
"버 | 41 \n",
"무 | 37 \n",
"바 | 34 \n",
"머 | 27 \n",
"부 | 26 \n",
"가 | 23 \n",
"라 | 23 \n",
"허 | 21 \n",
"아 | 16 \n",
"루 | 12 \n",
"마 | 11 \n",
"자 | 10 \n",
"사 | 8 \n",
"하 | 7 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr03]범계사거리_01번 (총 25411 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 15747 \n",
"1 | 15452 \n",
"3 | 12561 \n",
"5 | 10221 \n",
"2 | 10158 \n",
"4 | 8943 \n",
"6 | 8605 \n",
"0 | 6843 \n",
"7 | 6798 \n",
"8 | 5613 \n",
"9 | 5189 \n",
"오 | 1889 \n",
"바 | 1621 \n",
"거 | 1289 \n",
"어 | 1289 \n",
"부 | 1212 \n",
"고 | 935 \n",
"수 | 928 \n",
"보 | 925 \n",
"서 | 894 \n",
"소 | 880 \n",
"우 | 877 \n",
"구 | 873 \n",
"노 | 862 \n",
"러 | 860 \n",
"누 | 780 \n",
"너 | 762 \n",
"나 | 718 \n",
"모 | 650 \n",
"조 | 634 \n",
"허 | 584 \n",
"다 | 568 \n",
"도 | 556 \n",
"더 | 519 \n",
"주 | 515 \n",
"아 | 469 \n",
"호 | 430 \n",
"사 | 399 \n",
"저 | 361 \n",
"라 | 346 \n",
"무 | 340 \n",
"로 | 337 \n",
"버 | 329 \n",
"가 | 261 \n",
"두 | 234 \n",
"머 | 201 \n",
"자 | 164 \n",
"루 | 154 \n",
"하 | 119 \n",
"마 | 112 \n",
"배 | 3 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr03]범계사거리_02번 (총 25091 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 10781 \n",
"1 | 9186 \n",
"3 | 8137 \n",
"2 | 7262 \n",
"5 | 7154 \n",
"4 | 6106 \n",
"6 | 5650 \n",
"7 | 5220 \n",
"0 | 4218 \n",
"8 | 3997 \n",
"9 | 3496 \n",
"오 | 1198 \n",
"사 | 928 \n",
"도 | 775 \n",
"바 | 771 \n",
"구 | 757 \n",
"거 | 732 \n",
"우 | 660 \n",
"고 | 615 \n",
"수 | 588 \n",
"조 | 569 \n",
"노 | 560 \n",
"소 | 546 \n",
"러 | 530 \n",
"주 | 483 \n",
"보 | 469 \n",
"다 | 456 \n",
"모 | 425 \n",
"누 | 409 \n",
"호 | 404 \n",
"어 | 389 \n",
"너 | 387 \n",
"나 | 369 \n",
"로 | 362 \n",
"라 | 341 \n",
"부 | 334 \n",
"가 | 331 \n",
"더 | 324 \n",
"서 | 314 \n",
"두 | 270 \n",
"허 | 268 \n",
"무 | 239 \n",
"저 | 234 \n",
"아 | 226 \n",
"자 | 180 \n",
"버 | 146 \n",
"하 | 136 \n",
"루 | 134 \n",
"머 | 121 \n",
"마 | 101 \n",
"배 | 5 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr03]범계사거리_03번 (총 3711 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 4047 \n",
"1 | 3191 \n",
"3 | 2820 \n",
"5 | 2322 \n",
"2 | 2232 \n",
"6 | 1803 \n",
"4 | 1798 \n",
"7 | 1590 \n",
"0 | 1477 \n",
"8 | 1334 \n",
"9 | 1173 \n",
"바 | 321 \n",
"오 | 274 \n",
"거 | 231 \n",
"어 | 226 \n",
"노 | 218 \n",
"구 | 214 \n",
"조 | 210 \n",
"고 | 196 \n",
"수 | 194 \n",
"소 | 192 \n",
"도 | 181 \n",
"보 | 175 \n",
"모 | 169 \n",
"누 | 166 \n",
"너 | 165 \n",
"러 | 159 \n",
"우 | 159 \n",
"서 | 143 \n",
"로 | 139 \n",
"주 | 136 \n",
"두 | 120 \n",
"더 | 119 \n",
"무 | 109 \n",
"저 | 108 \n",
"부 | 107 \n",
"버 | 106 \n",
"나 | 83 \n",
"호 | 75 \n",
"머 | 69 \n",
"루 | 62 \n",
"가 | 60 \n",
"허 | 49 \n",
"다 | 48 \n",
"라 | 48 \n",
"사 | 44 \n",
"아 | 33 \n",
"마 | 27 \n",
"하 | 16 \n",
"자 | 3 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr03]범계사거리_04번 (총 10977 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 4795 \n",
"1 | 4754 \n",
"3 | 4213 \n",
"2 | 3798 \n",
"5 | 3296 \n",
"6 | 2996 \n",
"4 | 2853 \n",
"7 | 2768 \n",
"0 | 2492 \n",
"8 | 2064 \n",
"9 | 1911 \n",
"오 | 578 \n",
"사 | 521 \n",
"거 | 452 \n",
"구 | 355 \n",
"어 | 342 \n",
"바 | 339 \n",
"고 | 335 \n",
"조 | 330 \n",
"우 | 328 \n",
"러 | 327 \n",
"소 | 315 \n",
"노 | 306 \n",
"수 | 306 \n",
"도 | 303 \n",
"너 | 270 \n",
"서 | 261 \n",
"더 | 259 \n",
"주 | 250 \n",
"보 | 243 \n",
"저 | 230 \n",
"모 | 229 \n",
"누 | 220 \n",
"두 | 213 \n",
"부 | 213 \n",
"나 | 192 \n",
"호 | 186 \n",
"다 | 172 \n",
"로 | 171 \n",
"허 | 164 \n",
"아 | 143 \n",
"버 | 135 \n",
"머 | 127 \n",
"무 | 124 \n",
"가 | 118 \n",
"라 | 115 \n",
"루 | 109 \n",
"자 | 75 \n",
"하 | 52 \n",
"마 | 50 \n",
"배 | 3 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr05]인덕원사거리_01번 (총 18874 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 31400 \n",
"1 | 15583 \n",
"3 | 10833 \n",
"2 | 9587 \n",
"4 | 8805 \n",
"5 | 8518 \n",
"6 | 7895 \n",
"0 | 5965 \n",
"7 | 5328 \n",
"8 | 4440 \n",
"9 | 4393 \n",
"오 | 932 \n",
"구 | 727 \n",
"도 | 697 \n",
"노 | 625 \n",
"고 | 579 \n",
"소 | 558 \n",
"수 | 510 \n",
"조 | 501 \n",
"거 | 466 \n",
"너 | 392 \n",
"보 | 345 \n",
"모 | 340 \n",
"사 | 269 \n",
"주 | 267 \n",
"우 | 263 \n",
"어 | 242 \n",
"러 | 236 \n",
"더 | 231 \n",
"호 | 229 \n",
"누 | 223 \n",
"두 | 193 \n",
"서 | 187 \n",
"로 | 173 \n",
"저 | 154 \n",
"나 | 93 \n",
"라 | 89 \n",
"버 | 81 \n",
"무 | 79 \n",
"머 | 78 \n",
"부 | 76 \n",
"다 | 61 \n",
"가 | 59 \n",
"바 | 54 \n",
"허 | 51 \n",
"아 | 24 \n",
"자 | 17 \n",
"하 | 16 \n",
"루 | 12 \n",
"마 | 9 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr05]인덕원사거리_02번 (총 16229 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 15293 \n",
"1 | 8258 \n",
"3 | 6601 \n",
"2 | 6474 \n",
"5 | 5464 \n",
"6 | 4959 \n",
"4 | 4475 \n",
"7 | 3762 \n",
"0 | 3682 \n",
"8 | 3062 \n",
"9 | 2938 \n",
"오 | 605 \n",
"구 | 495 \n",
"고 | 492 \n",
"도 | 479 \n",
"노 | 461 \n",
"수 | 427 \n",
"소 | 425 \n",
"조 | 408 \n",
"모 | 373 \n",
"보 | 334 \n",
"거 | 321 \n",
"주 | 314 \n",
"너 | 298 \n",
"로 | 290 \n",
"누 | 284 \n",
"러 | 283 \n",
"더 | 277 \n",
"우 | 276 \n",
"어 | 263 \n",
"호 | 235 \n",
"서 | 229 \n",
"두 | 219 \n",
"버 | 216 \n",
"저 | 209 \n",
"아 | 201 \n",
"가 | 188 \n",
"나 | 188 \n",
"무 | 175 \n",
"라 | 162 \n",
"바 | 160 \n",
"다 | 159 \n",
"부 | 136 \n",
"머 | 122 \n",
"루 | 91 \n",
"하 | 73 \n",
"허 | 68 \n",
"사 | 61 \n",
"마 | 51 \n",
"자 | 13 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr05]인덕원사거리_03번 (총 19005 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 35351 \n",
"1 | 20393 \n",
"3 | 16253 \n",
"2 | 14427 \n",
"5 | 13141 \n",
"4 | 12241 \n",
"6 | 11222 \n",
"0 | 9188 \n",
"7 | 8908 \n",
"8 | 7953 \n",
"9 | 7096 \n",
"오 | 1488 \n",
"도 | 1160 \n",
"구 | 1139 \n",
"노 | 1111 \n",
"사 | 1095 \n",
"고 | 1004 \n",
"조 | 959 \n",
"거 | 943 \n",
"소 | 943 \n",
"수 | 872 \n",
"보 | 801 \n",
"모 | 761 \n",
"너 | 753 \n",
"바 | 707 \n",
"우 | 685 \n",
"더 | 678 \n",
"러 | 668 \n",
"로 | 646 \n",
"주 | 638 \n",
"누 | 570 \n",
"어 | 504 \n",
"두 | 499 \n",
"서 | 467 \n",
"저 | 464 \n",
"호 | 450 \n",
"무 | 420 \n",
"나 | 394 \n",
"라 | 318 \n",
"다 | 315 \n",
"버 | 242 \n",
"가 | 238 \n",
"루 | 224 \n",
"허 | 177 \n",
"자 | 176 \n",
"부 | 146 \n",
"머 | 139 \n",
"아 | 117 \n",
"하 | 81 \n",
"마 | 60 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr05]인덕원사거리_04번 (총 5922 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 7152 \n",
"1 | 3800 \n",
"3 | 3170 \n",
"2 | 2948 \n",
"5 | 2747 \n",
"6 | 2396 \n",
"4 | 2091 \n",
"7 | 1905 \n",
"0 | 1762 \n",
"8 | 1410 \n",
"9 | 1284 \n",
"오 | 366 \n",
"구 | 238 \n",
"도 | 234 \n",
"고 | 227 \n",
"조 | 220 \n",
"소 | 215 \n",
"너 | 185 \n",
"노 | 185 \n",
"수 | 184 \n",
"우 | 175 \n",
"거 | 171 \n",
"보 | 155 \n",
"주 | 146 \n",
"누 | 130 \n",
"더 | 130 \n",
"모 | 126 \n",
"러 | 119 \n",
"아 | 119 \n",
"어 | 119 \n",
"두 | 108 \n",
"저 | 108 \n",
"서 | 100 \n",
"바 | 97 \n",
"로 | 93 \n",
"버 | 85 \n",
"호 | 80 \n",
"라 | 76 \n",
"나 | 61 \n",
"머 | 61 \n",
"가 | 57 \n",
"무 | 55 \n",
"다 | 54 \n",
"허 | 38 \n",
"부 | 29 \n",
"마 | 24 \n",
"루 | 19 \n",
"사 | 18 \n",
"하 | 17 \n",
"자 | 2 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr06]호계사거리_01번 (총 7362 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 10665 \n",
"1 | 6330 \n",
"3 | 5086 \n",
"2 | 4929 \n",
"5 | 4221 \n",
"6 | 3729 \n",
"4 | 3497 \n",
"7 | 3051 \n",
"0 | 2914 \n",
"8 | 2716 \n",
"9 | 2445 \n",
"오 | 500 \n",
"구 | 372 \n",
"도 | 356 \n",
"소 | 348 \n",
"거 | 346 \n",
"노 | 340 \n",
"조 | 332 \n",
"고 | 319 \n",
"수 | 318 \n",
"바 | 313 \n",
"너 | 308 \n",
"보 | 277 \n",
"우 | 277 \n",
"더 | 274 \n",
"주 | 273 \n",
"사 | 255 \n",
"어 | 251 \n",
"누 | 235 \n",
"모 | 233 \n",
"서 | 220 \n",
"두 | 210 \n",
"러 | 200 \n",
"저 | 172 \n",
"호 | 169 \n",
"로 | 148 \n",
"버 | 148 \n",
"나 | 147 \n",
"무 | 144 \n",
"부 | 135 \n",
"라 | 133 \n",
"다 | 123 \n",
"가 | 121 \n",
"허 | 114 \n",
"머 | 111 \n",
"루 | 76 \n",
"마 | 48 \n",
"자 | 44 \n",
"하 | 40 \n",
"아 | 34 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr06]호계사거리_02번 (총 9806 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 10331 \n",
"1 | 6887 \n",
"3 | 5342 \n",
"2 | 4918 \n",
"5 | 4727 \n",
"6 | 3681 \n",
"4 | 3463 \n",
"7 | 3280 \n",
"0 | 3125 \n",
"8 | 2899 \n",
"9 | 2614 \n",
"오 | 577 \n",
"바 | 529 \n",
"도 | 474 \n",
"조 | 424 \n",
"구 | 408 \n",
"소 | 399 \n",
"거 | 397 \n",
"고 | 370 \n",
"노 | 367 \n",
"수 | 363 \n",
"우 | 323 \n",
"보 | 322 \n",
"더 | 302 \n",
"모 | 298 \n",
"너 | 291 \n",
"주 | 291 \n",
"어 | 281 \n",
"러 | 265 \n",
"누 | 254 \n",
"로 | 229 \n",
"사 | 224 \n",
"호 | 221 \n",
"두 | 202 \n",
"저 | 198 \n",
"서 | 179 \n",
"나 | 171 \n",
"무 | 154 \n",
"라 | 152 \n",
"버 | 130 \n",
"가 | 120 \n",
"다 | 115 \n",
"허 | 114 \n",
"부 | 111 \n",
"머 | 66 \n",
"하 | 64 \n",
"루 | 63 \n",
"아 | 40 \n",
"자 | 31 \n",
"마 | 25 \n",
"배 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr06]호계사거리_03번 (총 14025 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 14629 \n",
"1 | 11998 \n",
"3 | 10179 \n",
"2 | 9265 \n",
"5 | 8517 \n",
"6 | 7291 \n",
"4 | 6765 \n",
"0 | 5851 \n",
"8 | 5609 \n",
"7 | 5518 \n",
"9 | 4882 \n",
"오 | 1031 \n",
"바 | 888 \n",
"거 | 876 \n",
"고 | 817 \n",
"구 | 801 \n",
"조 | 785 \n",
"어 | 763 \n",
"수 | 757 \n",
"소 | 756 \n",
"노 | 753 \n",
"도 | 732 \n",
"우 | 707 \n",
"보 | 690 \n",
"너 | 683 \n",
"더 | 633 \n",
"모 | 626 \n",
"러 | 618 \n",
"주 | 611 \n",
"누 | 593 \n",
"서 | 557 \n",
"두 | 524 \n",
"호 | 510 \n",
"로 | 473 \n",
"무 | 429 \n",
"저 | 428 \n",
"버 | 424 \n",
"부 | 411 \n",
"나 | 394 \n",
"허 | 371 \n",
"다 | 362 \n",
"사 | 327 \n",
"라 | 299 \n",
"머 | 276 \n",
"가 | 272 \n",
"루 | 258 \n",
"마 | 152 \n",
"하 | 113 \n",
"자 | 96 \n",
"아 | 75 \n",
"배 | 7 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr11]유가사입구사거리_01번 (총 20047 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 18939 \n",
"1 | 8836 \n",
"2 | 6512 \n",
"6 | 6313 \n",
"3 | 6216 \n",
"5 | 5237 \n",
"8 | 5054 \n",
"0 | 4943 \n",
"4 | 4767 \n",
"9 | 3902 \n",
"7 | 3772 \n",
"오 | 743 \n",
"구 | 705 \n",
"노 | 573 \n",
"고 | 549 \n",
"도 | 529 \n",
"소 | 465 \n",
"거 | 464 \n",
"모 | 358 \n",
"보 | 354 \n",
"어 | 351 \n",
"조 | 325 \n",
"수 | 317 \n",
"너 | 308 \n",
"누 | 239 \n",
"러 | 237 \n",
"우 | 203 \n",
"더 | 183 \n",
"나 | 169 \n",
"주 | 157 \n",
"서 | 124 \n",
"부 | 113 \n",
"두 | 112 \n",
"바 | 109 \n",
"버 | 103 \n",
"라 | 101 \n",
"다 | 91 \n",
"머 | 64 \n",
"가 | 59 \n",
"호 | 55 \n",
"저 | 42 \n",
"자 | 36 \n",
"아 | 34 \n",
"무 | 32 \n",
"허 | 32 \n",
"로 | 26 \n",
"하 | 16 \n",
"루 | 8 \n",
"사 | 8 \n",
"마 | 6 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr11]유가사입구사거리_02번 (총 17526 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 9541 \n",
"1 | 5906 \n",
"2 | 5373 \n",
"3 | 5035 \n",
"5 | 4197 \n",
"6 | 4178 \n",
"4 | 3567 \n",
"0 | 2807 \n",
"8 | 2569 \n",
"7 | 2493 \n",
"9 | 2239 \n",
"오 | 526 \n",
"구 | 490 \n",
"도 | 460 \n",
"노 | 454 \n",
"고 | 430 \n",
"조 | 425 \n",
"소 | 414 \n",
"더 | 384 \n",
"수 | 376 \n",
"우 | 363 \n",
"거 | 361 \n",
"어 | 358 \n",
"보 | 350 \n",
"모 | 343 \n",
"두 | 317 \n",
"주 | 315 \n",
"너 | 295 \n",
"누 | 268 \n",
"러 | 215 \n",
"무 | 187 \n",
"라 | 181 \n",
"서 | 179 \n",
"버 | 159 \n",
"로 | 157 \n",
"호 | 156 \n",
"저 | 153 \n",
"부 | 138 \n",
"나 | 130 \n",
"가 | 122 \n",
"바 | 122 \n",
"머 | 109 \n",
"다 | 98 \n",
"허 | 39 \n",
"마 | 28 \n",
"자 | 22 \n",
"하 | 20 \n",
"루 | 12 \n",
"사 | 7 \n",
"아 | 5 \n",
"배 | 2 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr11]유가사입구사거리_03번 (총 14762 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 7854 \n",
"1 | 5198 \n",
"2 | 4024 \n",
"3 | 3994 \n",
"5 | 3638 \n",
"6 | 3476 \n",
"4 | 3032 \n",
"8 | 2538 \n",
"0 | 2508 \n",
"9 | 2149 \n",
"7 | 2125 \n",
"오 | 451 \n",
"노 | 442 \n",
"구 | 429 \n",
"도 | 421 \n",
"고 | 392 \n",
"조 | 391 \n",
"모 | 384 \n",
"소 | 384 \n",
"어 | 352 \n",
"보 | 334 \n",
"거 | 321 \n",
"더 | 272 \n",
"우 | 269 \n",
"수 | 263 \n",
"너 | 262 \n",
"주 | 241 \n",
"두 | 232 \n",
"러 | 214 \n",
"누 | 207 \n",
"서 | 204 \n",
"부 | 171 \n",
"무 | 155 \n",
"버 | 150 \n",
"호 | 146 \n",
"라 | 144 \n",
"저 | 133 \n",
"머 | 116 \n",
"로 | 106 \n",
"나 | 104 \n",
"가 | 98 \n",
"바 | 96 \n",
"다 | 71 \n",
"허 | 46 \n",
"마 | 45 \n",
"루 | 24 \n",
"자 | 21 \n",
"하 | 20 \n",
"아 | 8 \n",
"사 | 2 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr11]유가사입구사거리_04번 (총 7586 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"1 | 2906 \n",
"2 | 2726 \n",
"3 | 2553 \n",
"6 | 2254 \n",
"5 | 1940 \n",
"4 | 1915 \n",
"x | 1838 \n",
"0 | 1510 \n",
"8 | 1392 \n",
"7 | 1214 \n",
"9 | 1132 \n",
"구 | 319 \n",
"고 | 305 \n",
"거 | 291 \n",
"소 | 291 \n",
"도 | 285 \n",
"두 | 285 \n",
"보 | 282 \n",
"더 | 271 \n",
"모 | 271 \n",
"우 | 257 \n",
"조 | 257 \n",
"수 | 254 \n",
"노 | 249 \n",
"어 | 249 \n",
"오 | 237 \n",
"무 | 227 \n",
"주 | 220 \n",
"누 | 213 \n",
"너 | 210 \n",
"러 | 203 \n",
"로 | 195 \n",
"서 | 185 \n",
"저 | 185 \n",
"버 | 181 \n",
"머 | 163 \n",
"부 | 121 \n",
"나 | 120 \n",
"라 | 116 \n",
"가 | 89 \n",
"다 | 89 \n",
"호 | 75 \n",
"바 | 50 \n",
"마 | 44 \n",
"허 | 37 \n",
"루 | 34 \n",
"하 | 18 \n",
"자 | 13 \n",
"아 | 2 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 49개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr12]휴양림입구사거리_01번 (총 14710 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 9850 \n",
"1 | 7055 \n",
"2 | 6062 \n",
"3 | 5985 \n",
"6 | 5286 \n",
"5 | 4521 \n",
"0 | 4500 \n",
"4 | 4214 \n",
"8 | 4163 \n",
"7 | 3571 \n",
"9 | 2938 \n",
"오 | 716 \n",
"고 | 663 \n",
"도 | 620 \n",
"어 | 615 \n",
"거 | 598 \n",
"구 | 581 \n",
"노 | 573 \n",
"소 | 520 \n",
"보 | 464 \n",
"조 | 453 \n",
"모 | 452 \n",
"수 | 446 \n",
"더 | 443 \n",
"누 | 425 \n",
"러 | 423 \n",
"우 | 418 \n",
"두 | 409 \n",
"주 | 403 \n",
"너 | 364 \n",
"버 | 362 \n",
"자 | 320 \n",
"서 | 270 \n",
"바 | 264 \n",
"라 | 255 \n",
"무 | 240 \n",
"저 | 237 \n",
"나 | 226 \n",
"부 | 219 \n",
"로 | 201 \n",
"가 | 191 \n",
"다 | 184 \n",
"머 | 176 \n",
"호 | 157 \n",
"허 | 66 \n",
"마 | 56 \n",
"아 | 47 \n",
"루 | 35 \n",
"하 | 33 \n",
"사 | 14 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr12]휴양림입구사거리_02번 (총 6179 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 2226 \n",
"1 | 2206 \n",
"2 | 2056 \n",
"3 | 2001 \n",
"6 | 1608 \n",
"5 | 1510 \n",
"4 | 1324 \n",
"0 | 1157 \n",
"8 | 1113 \n",
"7 | 924 \n",
"9 | 860 \n",
"고 | 233 \n",
"소 | 202 \n",
"오 | 199 \n",
"조 | 196 \n",
"도 | 175 \n",
"거 | 172 \n",
"수 | 162 \n",
"노 | 160 \n",
"무 | 160 \n",
"어 | 159 \n",
"두 | 153 \n",
"더 | 151 \n",
"구 | 148 \n",
"주 | 144 \n",
"저 | 142 \n",
"우 | 140 \n",
"너 | 135 \n",
"러 | 135 \n",
"보 | 135 \n",
"나 | 128 \n",
"서 | 127 \n",
"모 | 125 \n",
"버 | 113 \n",
"부 | 112 \n",
"바 | 109 \n",
"누 | 108 \n",
"머 | 99 \n",
"로 | 95 \n",
"가 | 92 \n",
"라 | 87 \n",
"호 | 80 \n",
"다 | 58 \n",
"루 | 58 \n",
"마 | 44 \n",
"허 | 37 \n",
"하 | 36 \n",
"자 | 17 \n",
"아 | 8 \n",
"배 | 2 \n",
"사 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr12]휴양림입구사거리_03번 (총 16664 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 11313 \n",
"1 | 6129 \n",
"2 | 4896 \n",
"3 | 4625 \n",
"6 | 4355 \n",
"5 | 4298 \n",
"8 | 3595 \n",
"4 | 3523 \n",
"0 | 3328 \n",
"9 | 2766 \n",
"7 | 2711 \n",
"오 | 623 \n",
"구 | 564 \n",
"도 | 549 \n",
"노 | 537 \n",
"고 | 472 \n",
"소 | 452 \n",
"조 | 411 \n",
"모 | 410 \n",
"거 | 382 \n",
"보 | 350 \n",
"너 | 305 \n",
"수 | 288 \n",
"우 | 244 \n",
"러 | 225 \n",
"어 | 224 \n",
"주 | 209 \n",
"더 | 178 \n",
"누 | 177 \n",
"두 | 166 \n",
"서 | 147 \n",
"나 | 142 \n",
"부 | 114 \n",
"호 | 97 \n",
"라 | 81 \n",
"바 | 70 \n",
"저 | 70 \n",
"다 | 68 \n",
"버 | 56 \n",
"가 | 54 \n",
"무 | 54 \n",
"로 | 52 \n",
"아 | 36 \n",
"허 | 26 \n",
"머 | 19 \n",
"자 | 18 \n",
"사 | 12 \n",
"하 | 11 \n",
"마 | 8 \n",
"루 | 3 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr12]휴양림입구사거리_04번 (총 3599 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 2626 \n",
"1 | 1363 \n",
"2 | 1027 \n",
"6 | 965 \n",
"3 | 940 \n",
"5 | 804 \n",
"0 | 752 \n",
"4 | 708 \n",
"7 | 627 \n",
"8 | 595 \n",
"9 | 484 \n",
"오 | 123 \n",
"구 | 116 \n",
"고 | 109 \n",
"도 | 106 \n",
"소 | 97 \n",
"노 | 89 \n",
"거 | 67 \n",
"조 | 62 \n",
"모 | 58 \n",
"어 | 54 \n",
"너 | 52 \n",
"수 | 52 \n",
"보 | 48 \n",
"더 | 44 \n",
"러 | 37 \n",
"누 | 35 \n",
"우 | 35 \n",
"버 | 33 \n",
"자 | 31 \n",
"두 | 26 \n",
"서 | 26 \n",
"나 | 25 \n",
"주 | 25 \n",
"부 | 23 \n",
"저 | 19 \n",
"가 | 18 \n",
"라 | 17 \n",
"무 | 15 \n",
"다 | 14 \n",
"머 | 14 \n",
"바 | 14 \n",
"호 | 13 \n",
"허 | 10 \n",
"로 | 9 \n",
"아 | 8 \n",
"마 | 4 \n",
"사 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 48개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr13]판교기업지원허브전면삼거리_01번 (총 30316 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"1 | 14864 \n",
"3 | 11989 \n",
"2 | 10195 \n",
"5 | 9422 \n",
"6 | 8797 \n",
"4 | 7786 \n",
"0 | 6967 \n",
"x | 6751 \n",
"7 | 6567 \n",
"8 | 5395 \n",
"9 | 5109 \n",
"모 | 1632 \n",
"오 | 1475 \n",
"구 | 1370 \n",
"고 | 1349 \n",
"러 | 1303 \n",
"거 | 1282 \n",
"나 | 1196 \n",
"다 | 1081 \n",
"도 | 1024 \n",
"노 | 1015 \n",
"조 | 967 \n",
"부 | 943 \n",
"주 | 935 \n",
"우 | 907 \n",
"너 | 890 \n",
"소 | 855 \n",
"무 | 844 \n",
"호 | 834 \n",
"보 | 833 \n",
"라 | 820 \n",
"수 | 813 \n",
"어 | 786 \n",
"누 | 731 \n",
"더 | 719 \n",
"바 | 674 \n",
"서 | 667 \n",
"가 | 617 \n",
"허 | 561 \n",
"두 | 519 \n",
"저 | 519 \n",
"하 | 442 \n",
"아 | 410 \n",
"로 | 392 \n",
"자 | 390 \n",
"사 | 358 \n",
"버 | 344 \n",
"머 | 242 \n",
"마 | 228 \n",
"루 | 225 \n",
"배 | 6 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr14]동안사거리_02번 (총 311 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 265 \n",
"1 | 153 \n",
"2 | 107 \n",
"3 | 107 \n",
"6 | 85 \n",
"0 | 75 \n",
"4 | 66 \n",
"5 | 65 \n",
"9 | 51 \n",
"7 | 45 \n",
"8 | 42 \n",
"고 | 13 \n",
"구 | 12 \n",
"모 | 12 \n",
"오 | 12 \n",
"노 | 8 \n",
"도 | 6 \n",
"조 | 6 \n",
"소 | 5 \n",
"로 | 4 \n",
"너 | 3 \n",
"거 | 2 \n",
"러 | 2 \n",
"보 | 2 \n",
"수 | 2 \n",
"주 | 2 \n",
"가 | 1 \n",
"나 | 1 \n",
"다 | 1 \n",
"라 | 1 \n",
"무 | 1 \n",
"호 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 32개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr14]동안사거리_03번 (총 11639 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"1 | 4966 \n",
"7 | 4179 \n",
"3 | 4028 \n",
"2 | 3653 \n",
"0 | 3459 \n",
"x | 3015 \n",
"6 | 2947 \n",
"5 | 2784 \n",
"4 | 2406 \n",
"아 | 2394 \n",
"8 | 1463 \n",
"9 | 1275 \n",
"바 | 570 \n",
"오 | 484 \n",
"구 | 434 \n",
"고 | 411 \n",
"거 | 366 \n",
"모 | 325 \n",
"소 | 302 \n",
"러 | 297 \n",
"노 | 286 \n",
"다 | 278 \n",
"사 | 277 \n",
"수 | 277 \n",
"나 | 275 \n",
"주 | 270 \n",
"도 | 261 \n",
"조 | 259 \n",
"누 | 254 \n",
"우 | 243 \n",
"라 | 231 \n",
"가 | 230 \n",
"호 | 223 \n",
"부 | 208 \n",
"너 | 188 \n",
"자 | 188 \n",
"보 | 178 \n",
"어 | 170 \n",
"저 | 151 \n",
"더 | 147 \n",
"서 | 136 \n",
"로 | 131 \n",
"무 | 129 \n",
"두 | 119 \n",
"하 | 102 \n",
"루 | 95 \n",
"허 | 91 \n",
"마 | 54 \n",
"버 | 41 \n",
"머 | 23 \n",
"배 | 2 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr14]동안사거리_05번 (총 1015 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 771 \n",
"1 | 531 \n",
"3 | 337 \n",
"2 | 334 \n",
"6 | 288 \n",
"5 | 272 \n",
"4 | 269 \n",
"0 | 225 \n",
"7 | 196 \n",
"9 | 127 \n",
"8 | 124 \n",
"오 | 35 \n",
"거 | 28 \n",
"어 | 28 \n",
"구 | 27 \n",
"고 | 26 \n",
"노 | 22 \n",
"도 | 21 \n",
"너 | 17 \n",
"더 | 16 \n",
"수 | 16 \n",
"두 | 15 \n",
"러 | 15 \n",
"소 | 15 \n",
"조 | 15 \n",
"서 | 14 \n",
"주 | 14 \n",
"누 | 13 \n",
"바 | 13 \n",
"저 | 13 \n",
"호 | 13 \n",
"우 | 12 \n",
"모 | 10 \n",
"무 | 10 \n",
"보 | 10 \n",
"다 | 9 \n",
"부 | 9 \n",
"허 | 8 \n",
"나 | 7 \n",
"라 | 7 \n",
"버 | 6 \n",
"로 | 5 \n",
"가 | 3 \n",
"머 | 3 \n",
"아 | 2 \n",
"마 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 46개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr15]판교역사거리_02번 (총 36024 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"1 | 13983 \n",
"3 | 12547 \n",
"2 | 11438 \n",
"5 | 9238 \n",
"6 | 8709 \n",
"4 | 7957 \n",
"0 | 6900 \n",
"x | 6526 \n",
"7 | 6279 \n",
"9 | 4426 \n",
"8 | 4195 \n",
"러 | 1409 \n",
"오 | 1383 \n",
"거 | 1313 \n",
"바 | 1286 \n",
"고 | 1271 \n",
"모 | 1267 \n",
"구 | 1218 \n",
"노 | 1123 \n",
"조 | 1113 \n",
"소 | 1057 \n",
"너 | 984 \n",
"주 | 929 \n",
"도 | 915 \n",
"다 | 866 \n",
"나 | 865 \n",
"부 | 859 \n",
"우 | 858 \n",
"더 | 843 \n",
"서 | 842 \n",
"누 | 841 \n",
"어 | 827 \n",
"수 | 816 \n",
"보 | 811 \n",
"라 | 809 \n",
"무 | 788 \n",
"호 | 686 \n",
"가 | 654 \n",
"저 | 604 \n",
"아 | 602 \n",
"로 | 586 \n",
"두 | 499 \n",
"버 | 466 \n",
"허 | 459 \n",
"하 | 370 \n",
"루 | 316 \n",
"사 | 296 \n",
"머 | 293 \n",
"자 | 270 \n",
"마 | 236 \n",
"배 | 8 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr16]판교테크노중앙사거리_02번 (총 12968 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 11218 \n",
"1 | 6473 \n",
"2 | 4376 \n",
"3 | 3711 \n",
"6 | 3333 \n",
"5 | 3312 \n",
"4 | 3163 \n",
"0 | 2665 \n",
"7 | 2148 \n",
"9 | 1788 \n",
"8 | 1659 \n",
"오 | 524 \n",
"구 | 425 \n",
"고 | 399 \n",
"노 | 392 \n",
"도 | 373 \n",
"거 | 286 \n",
"소 | 283 \n",
"조 | 241 \n",
"어 | 201 \n",
"모 | 185 \n",
"보 | 181 \n",
"수 | 163 \n",
"너 | 155 \n",
"러 | 136 \n",
"더 | 108 \n",
"주 | 102 \n",
"누 | 98 \n",
"호 | 92 \n",
"우 | 81 \n",
"서 | 60 \n",
"버 | 57 \n",
"두 | 49 \n",
"라 | 48 \n",
"나 | 43 \n",
"저 | 39 \n",
"가 | 27 \n",
"로 | 25 \n",
"부 | 24 \n",
"허 | 21 \n",
"다 | 20 \n",
"무 | 20 \n",
"머 | 19 \n",
"아 | 18 \n",
"하 | 11 \n",
"바 | 10 \n",
"사 | 6 \n",
"자 | 3 \n",
"마 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 49개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr17]판교테크노파크공원진입사거리_01번 (총 8896 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 10037 \n",
"1 | 4334 \n",
"3 | 2512 \n",
"2 | 2500 \n",
"6 | 2379 \n",
"5 | 2245 \n",
"4 | 2145 \n",
"0 | 1999 \n",
"7 | 1892 \n",
"9 | 1343 \n",
"8 | 1187 \n",
"구 | 239 \n",
"고 | 225 \n",
"노 | 188 \n",
"오 | 146 \n",
"모 | 143 \n",
"도 | 124 \n",
"거 | 100 \n",
"소 | 74 \n",
"수 | 63 \n",
"누 | 58 \n",
"조 | 58 \n",
"보 | 56 \n",
"너 | 47 \n",
"어 | 45 \n",
"나 | 33 \n",
"러 | 28 \n",
"서 | 25 \n",
"부 | 21 \n",
"바 | 19 \n",
"사 | 14 \n",
"우 | 14 \n",
"호 | 14 \n",
"가 | 13 \n",
"주 | 13 \n",
"더 | 12 \n",
"두 | 12 \n",
"아 | 12 \n",
"버 | 11 \n",
"허 | 10 \n",
"다 | 9 \n",
"무 | 9 \n",
"저 | 9 \n",
"머 | 8 \n",
"라 | 7 \n",
"자 | 7 \n",
"로 | 4 \n",
"마 | 2 \n",
"하 | 2 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 49개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr17]판교테크노파크공원진입사거리_02번 (총 352 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 353 \n",
"1 | 175 \n",
"3 | 100 \n",
"6 | 92 \n",
"2 | 89 \n",
"7 | 72 \n",
"0 | 69 \n",
"4 | 68 \n",
"5 | 64 \n",
"9 | 47 \n",
"8 | 41 \n",
"노 | 8 \n",
"거 | 7 \n",
"고 | 7 \n",
"누 | 7 \n",
"구 | 5 \n",
"모 | 4 \n",
"너 | 2 \n",
"더 | 2 \n",
"보 | 2 \n",
"수 | 2 \n",
"오 | 2 \n",
"주 | 2 \n",
"호 | 2 \n",
"가 | 1 \n",
"나 | 1 \n",
"러 | 1 \n",
"부 | 1 \n",
"사 | 1 \n",
"서 | 1 \n",
"저 | 1 \n",
"허 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 32개\n",
"\n",
"📂 폴더: TL_차량번호판인식_교차로_[cr18]봇들사거리_02번 (총 35112 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"1 | 18506 \n",
"3 | 15030 \n",
"2 | 12415 \n",
"x | 11398 \n",
"5 | 10585 \n",
"6 | 9636 \n",
"4 | 9236 \n",
"0 | 8044 \n",
"7 | 7080 \n",
"9 | 5565 \n",
"8 | 5535 \n",
"모 | 1673 \n",
"오 | 1597 \n",
"러 | 1439 \n",
"거 | 1404 \n",
"고 | 1377 \n",
"나 | 1377 \n",
"구 | 1325 \n",
"바 | 1195 \n",
"다 | 1150 \n",
"노 | 1146 \n",
"도 | 1087 \n",
"부 | 1025 \n",
"조 | 986 \n",
"소 | 957 \n",
"수 | 939 \n",
"우 | 923 \n",
"너 | 909 \n",
"무 | 896 \n",
"라 | 875 \n",
"보 | 872 \n",
"누 | 855 \n",
"주 | 823 \n",
"서 | 822 \n",
"더 | 712 \n",
"어 | 696 \n",
"두 | 606 \n",
"호 | 601 \n",
"허 | 575 \n",
"저 | 547 \n",
"가 | 517 \n",
"로 | 512 \n",
"버 | 390 \n",
"사 | 378 \n",
"아 | 376 \n",
"자 | 371 \n",
"하 | 348 \n",
"루 | 290 \n",
"머 | 255 \n",
"마 | 143 \n",
"배 | 4 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr01]벌말성당삼거리_01번 (총 5352 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 6966 \n",
"1 | 3682 \n",
"6 | 2280 \n",
"2 | 2106 \n",
"3 | 1915 \n",
"5 | 1858 \n",
"4 | 1543 \n",
"0 | 1502 \n",
"7 | 1293 \n",
"9 | 1056 \n",
"8 | 939 \n",
"구 | 403 \n",
"고 | 382 \n",
"거 | 277 \n",
"나 | 163 \n",
"오 | 144 \n",
"누 | 122 \n",
"로 | 114 \n",
"서 | 88 \n",
"조 | 82 \n",
"보 | 74 \n",
"모 | 73 \n",
"어 | 73 \n",
"도 | 62 \n",
"소 | 59 \n",
"노 | 46 \n",
"수 | 43 \n",
"우 | 43 \n",
"러 | 40 \n",
"너 | 34 \n",
"다 | 31 \n",
"더 | 31 \n",
"가 | 24 \n",
"부 | 23 \n",
"주 | 23 \n",
"무 | 22 \n",
"호 | 22 \n",
"버 | 21 \n",
"허 | 20 \n",
"저 | 19 \n",
"사 | 15 \n",
"아 | 15 \n",
"하 | 15 \n",
"두 | 14 \n",
"자 | 14 \n",
"라 | 13 \n",
"바 | 13 \n",
"마 | 10 \n",
"머 | 6 \n",
"루 | 5 \n",
"배 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr02]안양자동차검사소_01번 (총 6889 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 7717 \n",
"1 | 5251 \n",
"3 | 3831 \n",
"2 | 2320 \n",
"4 | 2234 \n",
"6 | 2219 \n",
"5 | 2195 \n",
"0 | 1868 \n",
"8 | 1529 \n",
"7 | 1456 \n",
"9 | 1415 \n",
"조 | 963 \n",
"오 | 679 \n",
"노 | 593 \n",
"고 | 343 \n",
"더 | 255 \n",
"거 | 246 \n",
"너 | 195 \n",
"구 | 181 \n",
"모 | 166 \n",
"허 | 162 \n",
"도 | 150 \n",
"러 | 140 \n",
"어 | 129 \n",
"소 | 113 \n",
"수 | 98 \n",
"호 | 89 \n",
"보 | 79 \n",
"저 | 48 \n",
"서 | 46 \n",
"주 | 46 \n",
"누 | 44 \n",
"다 | 43 \n",
"우 | 42 \n",
"나 | 40 \n",
"버 | 28 \n",
"무 | 27 \n",
"바 | 24 \n",
"라 | 21 \n",
"부 | 21 \n",
"로 | 19 \n",
"두 | 16 \n",
"가 | 13 \n",
"머 | 11 \n",
"자 | 10 \n",
"루 | 8 \n",
"아 | 8 \n",
"사 | 6 \n",
"하 | 6 \n",
"마 | 2 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr03]엔미디어플랫폼_01번 (총 8437 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 6518 \n",
"1 | 4750 \n",
"4 | 3680 \n",
"3 | 1809 \n",
"2 | 1668 \n",
"6 | 1429 \n",
"8 | 1424 \n",
"5 | 1372 \n",
"9 | 1203 \n",
"7 | 1002 \n",
"0 | 996 \n",
"보 | 433 \n",
"모 | 334 \n",
"오 | 275 \n",
"도 | 190 \n",
"고 | 181 \n",
"구 | 147 \n",
"로 | 144 \n",
"조 | 126 \n",
"소 | 116 \n",
"어 | 116 \n",
"노 | 114 \n",
"다 | 91 \n",
"거 | 75 \n",
"라 | 73 \n",
"수 | 66 \n",
"나 | 61 \n",
"누 | 59 \n",
"주 | 56 \n",
"우 | 47 \n",
"호 | 45 \n",
"가 | 41 \n",
"너 | 36 \n",
"더 | 36 \n",
"서 | 34 \n",
"두 | 33 \n",
"버 | 30 \n",
"러 | 29 \n",
"무 | 23 \n",
"머 | 22 \n",
"부 | 22 \n",
"저 | 22 \n",
"허 | 19 \n",
"하 | 13 \n",
"마 | 9 \n",
"바 | 8 \n",
"아 | 6 \n",
"사 | 5 \n",
"루 | 3 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 49개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr04]나이스스크린_01번 (총 10066 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 11754 \n",
"1 | 4844 \n",
"5 | 3329 \n",
"3 | 3124 \n",
"2 | 2974 \n",
"4 | 2603 \n",
"7 | 2442 \n",
"6 | 2057 \n",
"0 | 1987 \n",
"8 | 1598 \n",
"9 | 1466 \n",
"너 | 496 \n",
"우 | 375 \n",
"오 | 230 \n",
"거 | 181 \n",
"고 | 174 \n",
"도 | 167 \n",
"저 | 137 \n",
"구 | 134 \n",
"노 | 111 \n",
"소 | 101 \n",
"호 | 87 \n",
"누 | 85 \n",
"어 | 81 \n",
"서 | 80 \n",
"러 | 72 \n",
"조 | 65 \n",
"수 | 58 \n",
"모 | 52 \n",
"보 | 48 \n",
"더 | 46 \n",
"나 | 38 \n",
"허 | 38 \n",
"주 | 37 \n",
"부 | 35 \n",
"가 | 34 \n",
"다 | 34 \n",
"라 | 27 \n",
"두 | 25 \n",
"로 | 22 \n",
"하 | 20 \n",
"버 | 17 \n",
"머 | 15 \n",
"사 | 12 \n",
"아 | 12 \n",
"무 | 11 \n",
"바 | 10 \n",
"마 | 4 \n",
"루 | 3 \n",
"자 | 3 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr05]안양호계시장_01번 (총 6759 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 5502 \n",
"3 | 2765 \n",
"1 | 2684 \n",
"2 | 2068 \n",
"5 | 1954 \n",
"6 | 1704 \n",
"4 | 1552 \n",
"8 | 1354 \n",
"0 | 1332 \n",
"7 | 1142 \n",
"9 | 1119 \n",
"구 | 219 \n",
"오 | 205 \n",
"고 | 171 \n",
"너 | 171 \n",
"모 | 162 \n",
"도 | 161 \n",
"노 | 147 \n",
"조 | 141 \n",
"거 | 138 \n",
"더 | 138 \n",
"어 | 138 \n",
"소 | 116 \n",
"수 | 107 \n",
"누 | 98 \n",
"우 | 90 \n",
"보 | 84 \n",
"러 | 80 \n",
"두 | 69 \n",
"주 | 68 \n",
"호 | 53 \n",
"서 | 51 \n",
"버 | 45 \n",
"저 | 43 \n",
"머 | 42 \n",
"허 | 42 \n",
"다 | 39 \n",
"나 | 38 \n",
"라 | 35 \n",
"부 | 32 \n",
"로 | 27 \n",
"무 | 25 \n",
"가 | 19 \n",
"하 | 10 \n",
"바 | 8 \n",
"마 | 5 \n",
"루 | 3 \n",
"자 | 3 \n",
"아 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 49개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr06]대영교회_01번 (총 11225 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 19699 \n",
"3 | 7477 \n",
"8 | 6139 \n",
"1 | 4179 \n",
"7 | 3957 \n",
"2 | 3223 \n",
"5 | 2951 \n",
"6 | 2618 \n",
"4 | 2536 \n",
"0 | 2198 \n",
"9 | 2119 \n",
"소 | 560 \n",
"오 | 404 \n",
"거 | 378 \n",
"노 | 296 \n",
"구 | 295 \n",
"어 | 279 \n",
"고 | 266 \n",
"도 | 251 \n",
"조 | 249 \n",
"모 | 243 \n",
"너 | 242 \n",
"두 | 222 \n",
"더 | 214 \n",
"보 | 202 \n",
"수 | 194 \n",
"러 | 170 \n",
"누 | 157 \n",
"우 | 149 \n",
"주 | 129 \n",
"서 | 82 \n",
"저 | 82 \n",
"호 | 80 \n",
"나 | 76 \n",
"무 | 72 \n",
"버 | 69 \n",
"머 | 64 \n",
"바 | 60 \n",
"다 | 51 \n",
"라 | 48 \n",
"부 | 46 \n",
"허 | 44 \n",
"로 | 41 \n",
"가 | 35 \n",
"마 | 25 \n",
"하 | 14 \n",
"자 | 9 \n",
"사 | 8 \n",
"아 | 8 \n",
"루 | 7 \n",
"배 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr07]부성카인테리어_01번 (총 1774 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 3488 \n",
"4 | 1336 \n",
"5 | 1245 \n",
"1 | 883 \n",
"2 | 661 \n",
"3 | 565 \n",
"6 | 500 \n",
"7 | 464 \n",
"9 | 328 \n",
"0 | 319 \n",
"8 | 287 \n",
"오 | 87 \n",
"두 | 53 \n",
"보 | 46 \n",
"우 | 45 \n",
"거 | 40 \n",
"도 | 40 \n",
"구 | 39 \n",
"러 | 39 \n",
"노 | 34 \n",
"고 | 28 \n",
"어 | 26 \n",
"소 | 24 \n",
"누 | 23 \n",
"너 | 13 \n",
"모 | 12 \n",
"수 | 10 \n",
"로 | 9 \n",
"나 | 7 \n",
"다 | 7 \n",
"주 | 7 \n",
"허 | 7 \n",
"가 | 6 \n",
"더 | 6 \n",
"부 | 5 \n",
"조 | 5 \n",
"바 | 4 \n",
"라 | 3 \n",
"머 | 3 \n",
"사 | 3 \n",
"서 | 3 \n",
"호 | 3 \n",
"무 | 2 \n",
"자 | 2 \n",
"저 | 2 \n",
"마 | 1 \n",
"버 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 47개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr08]귀인중학교정문_01번 (총 6164 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 4945 \n",
"1 | 2705 \n",
"3 | 1988 \n",
"2 | 1745 \n",
"5 | 1626 \n",
"6 | 1459 \n",
"4 | 1310 \n",
"0 | 1263 \n",
"7 | 1101 \n",
"8 | 1026 \n",
"9 | 977 \n",
"구 | 180 \n",
"거 | 178 \n",
"오 | 163 \n",
"모 | 161 \n",
"도 | 158 \n",
"고 | 147 \n",
"보 | 135 \n",
"노 | 132 \n",
"어 | 130 \n",
"소 | 112 \n",
"수 | 107 \n",
"조 | 91 \n",
"더 | 85 \n",
"너 | 79 \n",
"러 | 78 \n",
"누 | 73 \n",
"호 | 69 \n",
"버 | 64 \n",
"머 | 58 \n",
"우 | 58 \n",
"부 | 49 \n",
"나 | 47 \n",
"주 | 45 \n",
"허 | 44 \n",
"두 | 39 \n",
"서 | 35 \n",
"다 | 33 \n",
"라 | 28 \n",
"가 | 26 \n",
"바 | 26 \n",
"무 | 21 \n",
"저 | 18 \n",
"로 | 14 \n",
"마 | 11 \n",
"하 | 10 \n",
"루 | 7 \n",
"사 | 3 \n",
"자 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 49개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr09]LG전자주차장입구_01번 (총 12965 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 13978 \n",
"1 | 7994 \n",
"4 | 7076 \n",
"2 | 6055 \n",
"3 | 5719 \n",
"0 | 5410 \n",
"5 | 4884 \n",
"6 | 4283 \n",
"8 | 3454 \n",
"9 | 2515 \n",
"7 | 1959 \n",
"어 | 1418 \n",
"소 | 878 \n",
"구 | 811 \n",
"오 | 760 \n",
"고 | 669 \n",
"노 | 646 \n",
"도 | 556 \n",
"모 | 378 \n",
"버 | 318 \n",
"조 | 300 \n",
"수 | 268 \n",
"누 | 244 \n",
"거 | 206 \n",
"너 | 168 \n",
"더 | 167 \n",
"보 | 164 \n",
"우 | 150 \n",
"두 | 130 \n",
"주 | 120 \n",
"서 | 109 \n",
"호 | 104 \n",
"러 | 91 \n",
"무 | 75 \n",
"가 | 74 \n",
"나 | 67 \n",
"허 | 61 \n",
"머 | 60 \n",
"부 | 60 \n",
"로 | 59 \n",
"라 | 49 \n",
"다 | 47 \n",
"저 | 36 \n",
"바 | 28 \n",
"하 | 20 \n",
"마 | 18 \n",
"자 | 16 \n",
"아 | 15 \n",
"사 | 10 \n",
"루 | 6 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr10]뚜레쥬르범계역점_01번 (총 36949 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 73066 \n",
"1 | 32142 \n",
"3 | 24843 \n",
"2 | 18619 \n",
"6 | 14491 \n",
"0 | 14400 \n",
"4 | 14146 \n",
"5 | 13286 \n",
"7 | 11554 \n",
"8 | 9844 \n",
"9 | 8484 \n",
"오 | 3786 \n",
"누 | 1485 \n",
"소 | 1436 \n",
"고 | 1223 \n",
"거 | 1197 \n",
"구 | 1107 \n",
"노 | 1095 \n",
"저 | 1008 \n",
"너 | 818 \n",
"도 | 779 \n",
"나 | 429 \n",
"모 | 377 \n",
"조 | 371 \n",
"보 | 343 \n",
"수 | 292 \n",
"어 | 285 \n",
"더 | 274 \n",
"호 | 205 \n",
"주 | 195 \n",
"서 | 171 \n",
"러 | 162 \n",
"우 | 128 \n",
"라 | 126 \n",
"두 | 109 \n",
"다 | 105 \n",
"가 | 58 \n",
"허 | 58 \n",
"부 | 45 \n",
"하 | 35 \n",
"버 | 31 \n",
"로 | 20 \n",
"사 | 20 \n",
"바 | 17 \n",
"무 | 16 \n",
"머 | 15 \n",
"자 | 12 \n",
"아 | 8 \n",
"마 | 6 \n",
"루 | 3 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr11]안양제일장로교회_01번 (총 11278 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 18397 \n",
"3 | 12932 \n",
"0 | 7909 \n",
"2 | 5046 \n",
"1 | 4963 \n",
"8 | 3142 \n",
"5 | 3020 \n",
"6 | 2948 \n",
"4 | 2476 \n",
"9 | 2372 \n",
"7 | 2208 \n",
"노 | 858 \n",
"거 | 442 \n",
"오 | 318 \n",
"고 | 301 \n",
"구 | 234 \n",
"소 | 187 \n",
"어 | 180 \n",
"너 | 158 \n",
"모 | 110 \n",
"도 | 109 \n",
"누 | 88 \n",
"러 | 88 \n",
"보 | 84 \n",
"더 | 83 \n",
"조 | 82 \n",
"수 | 76 \n",
"서 | 52 \n",
"주 | 46 \n",
"나 | 45 \n",
"우 | 40 \n",
"부 | 38 \n",
"바 | 36 \n",
"저 | 36 \n",
"버 | 30 \n",
"가 | 29 \n",
"다 | 26 \n",
"호 | 25 \n",
"두 | 23 \n",
"허 | 23 \n",
"머 | 18 \n",
"라 | 17 \n",
"로 | 14 \n",
"무 | 13 \n",
"아 | 5 \n",
"마 | 4 \n",
"사 | 4 \n",
"자 | 4 \n",
"하 | 4 \n",
"루 | 2 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr12]안양1번가중국집_01번 (총 4304 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 1876 \n",
"1 | 1571 \n",
"3 | 1240 \n",
"2 | 1161 \n",
"5 | 1063 \n",
"8 | 1032 \n",
"4 | 889 \n",
"6 | 851 \n",
"0 | 823 \n",
"9 | 767 \n",
"7 | 601 \n",
"고 | 165 \n",
"노 | 148 \n",
"어 | 144 \n",
"오 | 142 \n",
"모 | 123 \n",
"조 | 110 \n",
"누 | 104 \n",
"우 | 98 \n",
"수 | 96 \n",
"두 | 95 \n",
"구 | 91 \n",
"거 | 88 \n",
"도 | 87 \n",
"보 | 82 \n",
"로 | 79 \n",
"소 | 78 \n",
"무 | 76 \n",
"너 | 69 \n",
"버 | 65 \n",
"주 | 63 \n",
"허 | 63 \n",
"바 | 62 \n",
"더 | 60 \n",
"머 | 57 \n",
"호 | 56 \n",
"러 | 53 \n",
"서 | 43 \n",
"부 | 34 \n",
"저 | 31 \n",
"다 | 26 \n",
"나 | 21 \n",
"라 | 20 \n",
"루 | 16 \n",
"자 | 14 \n",
"가 | 13 \n",
"하 | 13 \n",
"마 | 11 \n",
"사 | 7 \n",
"아 | 6 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr13]농협직판장앞_01번 (총 9529 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 9125 \n",
"3 | 5344 \n",
"1 | 3554 \n",
"5 | 2642 \n",
"2 | 2557 \n",
"6 | 2128 \n",
"7 | 1983 \n",
"4 | 1915 \n",
"8 | 1835 \n",
"0 | 1628 \n",
"9 | 1628 \n",
"도 | 596 \n",
"오 | 278 \n",
"소 | 264 \n",
"고 | 245 \n",
"구 | 223 \n",
"노 | 223 \n",
"조 | 218 \n",
"바 | 210 \n",
"어 | 200 \n",
"수 | 188 \n",
"모 | 183 \n",
"보 | 183 \n",
"거 | 162 \n",
"서 | 144 \n",
"두 | 124 \n",
"주 | 121 \n",
"너 | 116 \n",
"누 | 105 \n",
"우 | 102 \n",
"로 | 98 \n",
"저 | 93 \n",
"버 | 87 \n",
"러 | 83 \n",
"더 | 79 \n",
"호 | 77 \n",
"나 | 74 \n",
"머 | 59 \n",
"다 | 52 \n",
"가 | 45 \n",
"라 | 45 \n",
"무 | 43 \n",
"허 | 40 \n",
"부 | 34 \n",
"사 | 17 \n",
"하 | 17 \n",
"마 | 12 \n",
"자 | 10 \n",
"루 | 6 \n",
"아 | 4 \n",
"배 | 2 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr14]비산고가교밑_01번 (총 15522 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 13416 \n",
"1 | 6553 \n",
"2 | 4245 \n",
"3 | 4035 \n",
"6 | 3878 \n",
"5 | 3587 \n",
"4 | 3271 \n",
"0 | 2873 \n",
"7 | 2817 \n",
"9 | 2256 \n",
"8 | 2005 \n",
"고 | 382 \n",
"노 | 382 \n",
"구 | 380 \n",
"도 | 311 \n",
"오 | 309 \n",
"모 | 266 \n",
"어 | 258 \n",
"거 | 205 \n",
"소 | 183 \n",
"수 | 174 \n",
"보 | 164 \n",
"조 | 161 \n",
"너 | 155 \n",
"누 | 131 \n",
"러 | 122 \n",
"더 | 104 \n",
"서 | 88 \n",
"나 | 70 \n",
"우 | 69 \n",
"머 | 64 \n",
"버 | 64 \n",
"저 | 53 \n",
"무 | 49 \n",
"두 | 47 \n",
"주 | 38 \n",
"라 | 36 \n",
"부 | 36 \n",
"가 | 34 \n",
"다 | 34 \n",
"호 | 33 \n",
"로 | 22 \n",
"허 | 15 \n",
"하 | 9 \n",
"마 | 7 \n",
"사 | 4 \n",
"바 | 2 \n",
"아 | 2 \n",
"자 | 2 \n",
"루 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_이면도로_[sr15]신촌경로당앞사거리_01번 (총 2220 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 4715 \n",
"1 | 2460 \n",
"3 | 1891 \n",
"8 | 1361 \n",
"2 | 505 \n",
"4 | 505 \n",
"6 | 494 \n",
"5 | 474 \n",
"0 | 358 \n",
"7 | 340 \n",
"9 | 263 \n",
"구 | 34 \n",
"노 | 27 \n",
"도 | 25 \n",
"오 | 23 \n",
"고 | 18 \n",
"거 | 14 \n",
"수 | 12 \n",
"어 | 12 \n",
"보 | 10 \n",
"서 | 10 \n",
"모 | 8 \n",
"소 | 8 \n",
"조 | 7 \n",
"러 | 5 \n",
"가 | 3 \n",
"부 | 3 \n",
"우 | 3 \n",
"누 | 2 \n",
"더 | 2 \n",
"로 | 2 \n",
"하 | 2 \n",
"호 | 2 \n",
"나 | 1 \n",
"너 | 1 \n",
"무 | 1 \n",
"사 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 37개\n",
"\n",
"📂 폴더: TL_차량번호판인식_접근로_[ar01]인덕원사거리과천방향_01번 (총 11292 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 13419 \n",
"1 | 7402 \n",
"3 | 5044 \n",
"2 | 4325 \n",
"4 | 4251 \n",
"5 | 4223 \n",
"6 | 3653 \n",
"0 | 2770 \n",
"8 | 2668 \n",
"9 | 2174 \n",
"7 | 2077 \n",
"오 | 623 \n",
"구 | 323 \n",
"보 | 279 \n",
"도 | 273 \n",
"소 | 268 \n",
"노 | 265 \n",
"고 | 261 \n",
"조 | 251 \n",
"모 | 211 \n",
"거 | 196 \n",
"너 | 185 \n",
"어 | 179 \n",
"수 | 165 \n",
"우 | 152 \n",
"나 | 151 \n",
"러 | 141 \n",
"호 | 123 \n",
"누 | 121 \n",
"서 | 106 \n",
"다 | 103 \n",
"라 | 103 \n",
"주 | 96 \n",
"더 | 86 \n",
"로 | 80 \n",
"부 | 71 \n",
"저 | 69 \n",
"가 | 67 \n",
"사 | 64 \n",
"두 | 62 \n",
"바 | 61 \n",
"허 | 45 \n",
"무 | 42 \n",
"아 | 36 \n",
"자 | 32 \n",
"하 | 27 \n",
"버 | 17 \n",
"마 | 15 \n",
"머 | 13 \n",
"루 | 10 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_접근로_[ar02]인덕원사거리성남방향_02번 (총 1354 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 1958 \n",
"1 | 711 \n",
"2 | 514 \n",
"4 | 351 \n",
"7 | 305 \n",
"6 | 269 \n",
"3 | 245 \n",
"0 | 204 \n",
"8 | 127 \n",
"5 | 122 \n",
"9 | 108 \n",
"고 | 19 \n",
"서 | 17 \n",
"오 | 16 \n",
"어 | 12 \n",
"거 | 11 \n",
"가 | 10 \n",
"아 | 9 \n",
"나 | 8 \n",
"바 | 8 \n",
"부 | 8 \n",
"우 | 6 \n",
"하 | 6 \n",
"허 | 6 \n",
"구 | 5 \n",
"노 | 5 \n",
"누 | 5 \n",
"버 | 5 \n",
"수 | 5 \n",
"소 | 4 \n",
"저 | 4 \n",
"조 | 4 \n",
"너 | 3 \n",
"더 | 2 \n",
"도 | 2 \n",
"라 | 2 \n",
"모 | 2 \n",
"보 | 2 \n",
"사 | 2 \n",
"자 | 2 \n",
"주 | 2 \n",
"호 | 2 \n",
"다 | 1 \n",
"러 | 1 \n",
"루 | 1 \n",
"마 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 46개\n",
"\n",
"📂 폴더: TL_차량번호판인식_접근로_[ar03]인덕원사거리수원방향_03번 (총 12032 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 15715 \n",
"1 | 8764 \n",
"3 | 6464 \n",
"2 | 5284 \n",
"4 | 5177 \n",
"5 | 5054 \n",
"6 | 4481 \n",
"0 | 3597 \n",
"7 | 3179 \n",
"8 | 2867 \n",
"9 | 2642 \n",
"오 | 602 \n",
"구 | 460 \n",
"도 | 441 \n",
"보 | 407 \n",
"고 | 395 \n",
"소 | 385 \n",
"노 | 374 \n",
"거 | 343 \n",
"조 | 343 \n",
"수 | 322 \n",
"모 | 304 \n",
"사 | 296 \n",
"너 | 287 \n",
"어 | 285 \n",
"우 | 244 \n",
"누 | 242 \n",
"러 | 224 \n",
"더 | 222 \n",
"주 | 211 \n",
"로 | 204 \n",
"서 | 195 \n",
"두 | 162 \n",
"바 | 152 \n",
"호 | 146 \n",
"나 | 125 \n",
"부 | 108 \n",
"버 | 107 \n",
"무 | 100 \n",
"허 | 98 \n",
"라 | 92 \n",
"저 | 86 \n",
"다 | 70 \n",
"자 | 56 \n",
"가 | 48 \n",
"머 | 36 \n",
"루 | 28 \n",
"아 | 25 \n",
"하 | 23 \n",
"마 | 16 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_접근로_[ar04]인덕원사거리동편마을방향_04번 (총 15772 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 20459 \n",
"1 | 15276 \n",
"3 | 12616 \n",
"2 | 11152 \n",
"5 | 10764 \n",
"6 | 8554 \n",
"4 | 8256 \n",
"7 | 7985 \n",
"8 | 7110 \n",
"0 | 7010 \n",
"9 | 6050 \n",
"바 | 1330 \n",
"오 | 1109 \n",
"거 | 989 \n",
"고 | 950 \n",
"아 | 886 \n",
"구 | 882 \n",
"도 | 882 \n",
"노 | 851 \n",
"소 | 847 \n",
"어 | 840 \n",
"수 | 831 \n",
"조 | 813 \n",
"우 | 737 \n",
"모 | 735 \n",
"보 | 733 \n",
"너 | 714 \n",
"누 | 714 \n",
"더 | 694 \n",
"주 | 666 \n",
"러 | 651 \n",
"두 | 634 \n",
"서 | 632 \n",
"호 | 631 \n",
"로 | 582 \n",
"저 | 522 \n",
"무 | 518 \n",
"버 | 508 \n",
"허 | 472 \n",
"부 | 433 \n",
"사 | 355 \n",
"머 | 334 \n",
"나 | 332 \n",
"루 | 309 \n",
"다 | 291 \n",
"라 | 279 \n",
"가 | 229 \n",
"마 | 172 \n",
"자 | 135 \n",
"하 | 109 \n",
"배 | 17 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_접근로_[ar05]호계사거리서울방향_01번 (총 6289 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 8013 \n",
"1 | 4675 \n",
"3 | 3709 \n",
"2 | 3302 \n",
"5 | 2875 \n",
"6 | 2711 \n",
"4 | 2607 \n",
"0 | 2260 \n",
"8 | 2205 \n",
"7 | 2029 \n",
"9 | 2008 \n",
"오 | 418 \n",
"고 | 280 \n",
"어 | 260 \n",
"노 | 252 \n",
"소 | 252 \n",
"조 | 248 \n",
"구 | 241 \n",
"보 | 239 \n",
"도 | 228 \n",
"거 | 224 \n",
"우 | 220 \n",
"모 | 213 \n",
"누 | 180 \n",
"수 | 177 \n",
"너 | 167 \n",
"호 | 162 \n",
"주 | 154 \n",
"러 | 152 \n",
"서 | 151 \n",
"바 | 132 \n",
"부 | 128 \n",
"사 | 126 \n",
"로 | 120 \n",
"더 | 116 \n",
"버 | 114 \n",
"나 | 105 \n",
"허 | 103 \n",
"두 | 98 \n",
"저 | 94 \n",
"라 | 93 \n",
"가 | 90 \n",
"무 | 83 \n",
"다 | 80 \n",
"머 | 49 \n",
"하 | 45 \n",
"아 | 32 \n",
"루 | 31 \n",
"마 | 23 \n",
"자 | 20 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"📂 폴더: TL_차량번호판인식_접근로_[ar06]호계사거리덕고개방향_02번 (총 11159 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 11138 \n",
"1 | 5753 \n",
"3 | 4545 \n",
"2 | 4497 \n",
"5 | 3584 \n",
"6 | 3436 \n",
"4 | 3182 \n",
"8 | 2639 \n",
"0 | 2632 \n",
"7 | 2528 \n",
"9 | 2430 \n",
"오 | 415 \n",
"고 | 329 \n",
"구 | 313 \n",
"도 | 309 \n",
"거 | 291 \n",
"노 | 289 \n",
"소 | 284 \n",
"조 | 276 \n",
"수 | 245 \n",
"보 | 212 \n",
"우 | 212 \n",
"누 | 177 \n",
"너 | 169 \n",
"더 | 158 \n",
"모 | 158 \n",
"어 | 155 \n",
"주 | 154 \n",
"로 | 142 \n",
"러 | 135 \n",
"나 | 134 \n",
"두 | 133 \n",
"서 | 133 \n",
"가 | 123 \n",
"호 | 123 \n",
"라 | 122 \n",
"부 | 103 \n",
"바 | 95 \n",
"다 | 94 \n",
"저 | 88 \n",
"버 | 87 \n",
"무 | 86 \n",
"머 | 59 \n",
"하 | 53 \n",
"허 | 44 \n",
"루 | 31 \n",
"사 | 25 \n",
"아 | 25 \n",
"마 | 17 \n",
"자 | 12 \n",
"배 | 3 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_접근로_[ar07]호계사거리수원방향_03번 (총 2473 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 2676 \n",
"1 | 1626 \n",
"3 | 1291 \n",
"2 | 1208 \n",
"5 | 1034 \n",
"6 | 952 \n",
"4 | 885 \n",
"8 | 796 \n",
"0 | 762 \n",
"7 | 688 \n",
"9 | 607 \n",
"오 | 113 \n",
"노 | 92 \n",
"보 | 90 \n",
"구 | 88 \n",
"어 | 85 \n",
"도 | 83 \n",
"우 | 81 \n",
"거 | 77 \n",
"고 | 75 \n",
"바 | 74 \n",
"수 | 71 \n",
"소 | 69 \n",
"너 | 66 \n",
"모 | 62 \n",
"조 | 62 \n",
"러 | 58 \n",
"주 | 55 \n",
"더 | 54 \n",
"무 | 54 \n",
"호 | 53 \n",
"로 | 50 \n",
"누 | 49 \n",
"두 | 43 \n",
"서 | 42 \n",
"버 | 40 \n",
"허 | 39 \n",
"나 | 38 \n",
"머 | 33 \n",
"부 | 29 \n",
"사 | 25 \n",
"가 | 24 \n",
"루 | 24 \n",
"저 | 24 \n",
"다 | 21 \n",
"라 | 21 \n",
"마 | 16 \n",
"아 | 8 \n",
"자 | 7 \n",
"하 | 4 \n",
"배 | 3 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_접근로_[ar08]호계사거리유통단지방향_04번 (총 18257 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 18245 \n",
"1 | 13823 \n",
"3 | 11861 \n",
"2 | 10315 \n",
"5 | 10070 \n",
"6 | 7908 \n",
"4 | 7865 \n",
"0 | 6671 \n",
"7 | 6254 \n",
"8 | 6155 \n",
"9 | 5429 \n",
"바 | 1410 \n",
"오 | 1111 \n",
"어 | 980 \n",
"거 | 933 \n",
"조 | 902 \n",
"노 | 883 \n",
"도 | 867 \n",
"소 | 863 \n",
"구 | 847 \n",
"우 | 810 \n",
"수 | 807 \n",
"고 | 781 \n",
"누 | 708 \n",
"주 | 705 \n",
"두 | 677 \n",
"러 | 659 \n",
"모 | 657 \n",
"보 | 649 \n",
"로 | 648 \n",
"무 | 626 \n",
"더 | 598 \n",
"너 | 593 \n",
"버 | 578 \n",
"서 | 505 \n",
"저 | 461 \n",
"루 | 434 \n",
"머 | 369 \n",
"호 | 359 \n",
"부 | 348 \n",
"허 | 330 \n",
"라 | 319 \n",
"나 | 306 \n",
"다 | 292 \n",
"가 | 249 \n",
"사 | 238 \n",
"마 | 147 \n",
"아 | 114 \n",
"자 | 108 \n",
"하 | 85 \n",
"배 | 24 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 51개\n",
"\n",
"📂 폴더: TL_차량번호판인식_접근로_[ar09]판교동안사거리_01번 (총 15984 JSON 파일)\n",
"==========================================\n",
"문자 | 등장 횟수 \n",
"==========================================\n",
"x | 15092 \n",
"1 | 6542 \n",
"3 | 4987 \n",
"2 | 4959 \n",
"6 | 3788 \n",
"4 | 3514 \n",
"0 | 3310 \n",
"7 | 2619 \n",
"5 | 2609 \n",
"9 | 2055 \n",
"8 | 1320 \n",
"구 | 312 \n",
"고 | 283 \n",
"노 | 270 \n",
"모 | 238 \n",
"거 | 226 \n",
"오 | 210 \n",
"누 | 174 \n",
"어 | 173 \n",
"수 | 161 \n",
"소 | 138 \n",
"도 | 128 \n",
"조 | 101 \n",
"너 | 94 \n",
"보 | 91 \n",
"부 | 91 \n",
"더 | 82 \n",
"나 | 67 \n",
"러 | 67 \n",
"서 | 65 \n",
"주 | 53 \n",
"버 | 44 \n",
"무 | 42 \n",
"바 | 40 \n",
"호 | 40 \n",
"라 | 35 \n",
"허 | 34 \n",
"우 | 32 \n",
"가 | 28 \n",
"다 | 25 \n",
"사 | 21 \n",
"두 | 19 \n",
"머 | 19 \n",
"저 | 15 \n",
"아 | 14 \n",
"자 | 9 \n",
"하 | 6 \n",
"마 | 2 \n",
"로 | 1 \n",
"루 | 1 \n",
"==========================================\n",
"총 등장한 고유 문자 수: 50개\n",
"\n",
"\n",
"==========================\n",
"📊 전체 통계 (모든 폴더 합산)\n",
"==========================\n",
"문자 | 등장 횟수 \n",
"--------------------------\n",
"x | 647589 \n",
"1 | 441941 \n",
"3 | 368505 \n",
"2 | 314630 \n",
"5 | 278910 \n",
"6 | 251313 \n",
"4 | 245282 \n",
"0 | 210771 \n",
"7 | 191947 \n",
"8 | 178526 \n",
"9 | 155315 \n",
"오 | 40512 \n",
"구 | 28223 \n",
"고 | 27716 \n",
"거 | 27649 \n",
"노 | 26229 \n",
"도 | 25383 \n",
"소 | 24562 \n",
"바 | 24496 \n",
"조 | 22821 \n",
"어 | 22624 \n",
"모 | 21517 \n",
"수 | 20692 \n",
"우 | 19966 \n",
"보 | 19587 \n",
"너 | 19511 \n",
"러 | 19427 \n",
"누 | 18037 \n",
"더 | 16124 \n",
"주 | 16079 \n",
"서 | 14898 \n",
"나 | 13450 \n",
"두 | 12774 \n",
"부 | 12530 \n",
"호 | 12152 \n",
"저 | 12135 \n",
"로 | 11731 \n",
"다 | 11589 \n",
"무 | 10953 \n",
"라 | 10383 \n",
"버 | 9644 \n",
"아 | 8935 \n",
"허 | 8808 \n",
"가 | 8266 \n",
"사 | 8261 \n",
"머 | 6307 \n",
"루 | 5178 \n",
"하 | 4182 \n",
"자 | 4122 \n",
"마 | 3471 \n",
"배 | 152 \n",
"==========================\n",
"총 등장한 고유 문자 수: 51개\n"
]
}
],
"source": [
"import os\n",
"import json\n",
"from collections import Counter\n",
"\n",
"# ==============================\n",
"# 최상위 폴더\n",
"# ==============================\n",
"root_dir = \"/home/cuuva/aihub_car/CCTV_car_or_licenseplate/data/Training/label/license_plate/\"\n",
"\n",
"# ==============================\n",
"# 전체 통계용 Counter\n",
"# ==============================\n",
"total_counter = Counter()\n",
"\n",
"# ==============================\n",
"# 하위 폴더별 문자 통계\n",
"# ==============================\n",
"for folder_name in sorted(os.listdir(root_dir)):\n",
" folder_path = os.path.join(root_dir, folder_name)\n",
" if not os.path.isdir(folder_path):\n",
" continue\n",
"\n",
" char_counter = Counter()\n",
" total_files = 0\n",
"\n",
" # 폴더 안 JSON 파일 탐색\n",
" for filename in os.listdir(folder_path):\n",
" if not filename.endswith(\".json\"):\n",
" continue\n",
"\n",
" json_path = os.path.join(folder_path, filename)\n",
" try:\n",
" with open(json_path, \"r\", encoding=\"utf-8\") as f:\n",
" data = json.load(f)\n",
" except Exception as e:\n",
" print(f\"⚠️ JSON 읽기 오류: {filename} ({e})\")\n",
" continue\n",
"\n",
" total_files += 1\n",
" annotations = data.get(\"Learning_Data_Info\", {}).get(\"annotations\", [])\n",
"\n",
" for ann in annotations:\n",
" for lp_number in ann.get(\"license_plate_number\", []):\n",
" text = lp_number.get(\"text\")\n",
" if text:\n",
" char_counter[text] += 1\n",
" total_counter[text] += 1\n",
"\n",
" # 폴더별 출력\n",
" print(f\"\\n📂 폴더: {folder_name} (총 {total_files} JSON 파일)\")\n",
" print(\"==========================================\")\n",
" print(\"{:<10} | {:<10}\".format(\"문자\", \"등장 횟수\"))\n",
" print(\"==========================================\")\n",
" for char, count in sorted(char_counter.items(), key=lambda x: (-x[1], x[0])):\n",
" print(\"{:<10} | {:<10}\".format(char, count))\n",
" print(\"==========================================\")\n",
" print(f\"총 등장한 고유 문자 수: {len(char_counter)}개\")\n",
"\n",
"# ==============================\n",
"# 전체 통계 출력\n",
"# ==============================\n",
"print(\"\\n\\n==========================\")\n",
"print(\"📊 전체 통계 (모든 폴더 합산)\")\n",
"print(\"==========================\")\n",
"print(\"{:<10} | {:<10}\".format(\"문자\", \"등장 횟수\"))\n",
"print(\"--------------------------\")\n",
"for char, count in sorted(total_counter.items(), key=lambda x: (-x[1], x[0])):\n",
" print(\"{:<10} | {:<10}\".format(char, count))\n",
"print(\"==========================\")\n",
"print(f\"총 등장한 고유 문자 수: {len(total_counter)}개\")\n"
]
},
{
"cell_type": "code",
"execution_count": 28,
"id": "5ba4c5c6",
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"✅ C-220806_16_CR14_02_N3236 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N5113 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_18_CR14_02_N1890 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_15_CR14_02_N2636 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N6979 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_17_CR14_02_N1977 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N3635 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N4542 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N2936 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_16_CR14_02_N4392 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N5649 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N2978 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_17_CR14_02_N0691 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N1486 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N2112 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_09_CR14_02_N5438 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N4035 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_06_CR14_02_N1827 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N1137 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_11_CR14_02_N2940 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_16_CR14_02_N4387 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N4088 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_17_CR14_02_N4999 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N1689 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_16_CR14_02_N4373 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N1388 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N1490 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N4785 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N3085 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N2826 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_09_CR14_02_N6490 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_16_CR14_02_N3240 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_09_CR14_02_N6039 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_17_CR14_02_N0539 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N4500 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_14_CR14_02_N1801 → 4개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N4862 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_14_CR14_02_N4088 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_10_CR14_02_N3240 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_14_CR14_02_N0868 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_17_CR14_02_N5737 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_18_CR14_02_N2487 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_18_CR14_02_N1737 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N0091 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N2272 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N2990 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N2418 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N6259 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N4686 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N2342 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_06_CR14_02_N2736 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N6226 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_09_CR14_02_N5595 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N6517 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_14_CR14_02_N2512 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N3235 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_15_CR14_02_N2782 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N2647 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_07_CR14_02_N2037 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_16_CR14_02_N2640 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_16_CR14_02_N3086 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N4865 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N7347 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_10_CR14_02_N3536 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N3196 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_07_CR14_02_N2039 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N6064 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_07_CR14_02_N2034 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_06_CR14_02_N2035 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N1135 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N3470 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N4707 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_15_CR14_02_N4095 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N3090 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_17_CR14_02_N0983 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N0989 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_14_CR14_02_N3033 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N0555 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_10_CR14_02_N4984 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_11_CR14_02_N1887 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N6354 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N5283 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N1055 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_09_CR14_02_N5285 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N0572 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N0869 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_10_CR14_02_N5285 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N1027 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N5601 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N1438 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N4052 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_15_CR14_02_N1736 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_06_CR14_02_N2942 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_14_CR14_02_N1806 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_18_CR14_02_N0386 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N0993 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N1588 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N2420 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N4395 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_17_CR14_02_N0536 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_17_CR14_02_N0399 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N3632 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_14_CR14_02_N4357 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_10_CR14_02_N4969 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_11_CR14_02_N3101 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_07_CR14_02_N1290 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_06_CR14_02_N2334 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_15_CR14_02_N2895 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_15_CR14_02_N2634 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_06_CR14_02_N2787 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_10_CR14_02_N4240 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_17_CR14_02_N1851 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_15_CR14_02_N0985 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_14_CR14_02_N4244 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N4384 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N2036 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N1212 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_06_CR14_02_N3386 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_06_CR14_02_N2784 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_07_CR14_02_N0835 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N4867 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N3598 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N1329 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N4709 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_15_CR14_02_N2282 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_10_CR14_02_N5243 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_15_CR14_02_N3026 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_11_CR14_02_N3239 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_17_CR14_02_N0332 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_09_CR14_02_N6190 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N1893 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N2578 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N4388 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N5115 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N1139 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N1497 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_14_CR14_02_N1585 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_10_CR14_02_N4688 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N5481 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_16_CR14_02_N4250 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_07_CR14_02_N2807 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_06_CR14_02_N0690 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_17_CR14_02_N0858 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_11_CR14_02_N2484 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N4712 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N1891 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N4087 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N5445 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N2358 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_14_CR14_02_N0863 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_18_CR14_02_N1587 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_15_CR14_02_N1693 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N4241 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_14_CR14_02_N1176 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_06_CR14_02_N3535 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N6105 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N5584 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_16_CR14_02_N2642 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N3410 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_15_CR14_02_N2937 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N1794 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_15_CR14_02_N4247 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N2425 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N3314 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N3189 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_17_CR14_02_N1586 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_06_CR14_02_N1283 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N6848 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N2877 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_18_CR14_02_N1978 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_10_CR14_02_N5144 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_18_CR14_02_N0834 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_18_CR14_02_N3089 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N7499 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_09_CR14_02_N5291 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_17_CR14_02_N0090 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_15_CR14_02_N1441 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_06_CR14_02_N3234 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_11_CR14_02_N2934 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_17_CR14_02_N1736 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_17_CR14_02_N0840 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_06_CR14_02_N2633 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N7655 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_14_CR14_02_N0713 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N1887 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_11_CR14_02_N3548 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_15_CR14_02_N1678 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N2108 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N2191 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_14_CR14_02_N1281 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_16_CR14_02_N3328 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_15_CR14_02_N3040 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N0801 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_06_CR14_02_N1884 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_14_CR14_02_N2864 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_14_CR14_02_N4353 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N7444 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_15_CR14_02_N1153 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N1177 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N1336 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N1860 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_16_CR14_02_N2727 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N0988 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_07_CR14_02_N0490 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_10_CR14_02_N4391 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N1488 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N3068 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N2305 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_18_CR14_02_N1886 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N2011 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_18_CR14_02_N2637 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N3656 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_14_CR14_02_N1954 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_14_CR14_02_N0556 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_14_CR14_02_N1117 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N2105 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_15_CR14_02_N1435 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N4539 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_07_CR14_02_N1886 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_11_CR14_02_N2184 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N1851 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N2729 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N0581 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N1951 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_11_CR14_02_N3533 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N1142 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N3095 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N1179 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N4693 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N3630 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N2345 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_18_CR14_02_N0483 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_14_CR14_02_N4359 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_09_CR14_02_N5287 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N4085 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_18_CR14_02_N0928 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N3348 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_09_CR14_02_N5407 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_07_CR14_02_N2332 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_17_CR14_02_N0986 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N2889 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N5580 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_10_CR14_02_N5142 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_14_CR14_02_N1020 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_07_CR14_02_N1993 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_17_CR14_02_N2032 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N2278 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N3537 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N7287 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N1269 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_06_CR14_02_N0685 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N0837 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N2883 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N5677 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N0649 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_14_CR14_02_N4402 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_14_CR14_02_N2354 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N0780 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_14_CR14_02_N2417 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N1586 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_10_CR14_02_N2935 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N4397 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N2484 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_14_CR14_02_N2268 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_11_CR14_02_N2640 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N4399 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_17_CR14_02_N6039 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N2435 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_15_CR14_02_N2726 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_17_CR14_02_N6037 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N3472 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_14_CR14_02_N3288 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_17_CR14_02_N1148 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_07_CR14_02_N0493 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N3092 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_07_CR14_02_N1582 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_10_CR14_02_N5440 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_11_CR14_02_N3547 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_07_CR14_02_N0085 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N2934 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_14_CR14_02_N1797 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_15_CR14_02_N3391 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N6887 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N6669 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N2116 → 4개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N6977 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N0576 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N0574 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_18_CR14_02_N2491 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N4391 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N4544 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N6414 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N2202 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N7659 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_17_CR14_02_N4785 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_07_CR14_02_N2193 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_15_CR14_02_N2340 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_10_CR14_02_N2636 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_15_CR14_02_N1439 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_11_CR14_02_N2882 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_15_CR14_02_N4185 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_10_CR14_02_N4988 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N1956 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_07_CR14_02_N3386 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N5735 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_14_CR14_02_N0560 → 2개의 번호판 크롭 완료\n",
"✅ C-220806_13_CR14_02_N2665 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N5818 → 1개의 번호판 크롭 완료\n",
"✅ C-220806_18_CR14_02_N0836 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_12_CR14_02_N3102 → 3개의 번호판 크롭 완료\n",
"✅ C-220806_08_CR14_02_N1215 → 2개의 번호판 크롭 완료\n"
]
}
],
"source": [
"import os\n",
"import json\n",
"from pathlib import Path\n",
"from PIL import Image\n",
"import glob\n",
"\n",
"# ==============================\n",
"# 경로 설정\n",
"# ==============================\n",
"json_dir = Path(\"/home/cuuva/aihub_car/CCTV_car_or_licenseplate/data/Training/label/license_plate/TL_차량번호판인식_교차로_[cr14]동안사거리_02번/\")\n",
"img_dir = Path(\"/home/cuuva/aihub_car/CCTV_car_or_licenseplate/data/Training/image/license_plate/TS_차량번호판인식_교차로_[cr14]동안사거리_02번/\")\n",
"output_dir = Path(\"/home/cuuva/aihub_car/crop_image/\")\n",
"\n",
"output_dir.mkdir(parents=True, exist_ok=True)\n",
"\n",
"# ==============================\n",
"# JSON 파일 순회\n",
"# ==============================\n",
"for json_file in json_dir.glob(\"*.json\"):\n",
" try:\n",
" with open(json_file, \"r\", encoding=\"utf-8\") as f:\n",
" data = json.load(f)\n",
" except Exception as e:\n",
" print(f\"⚠️ JSON 읽기 오류: {json_file.name} ({e})\")\n",
" continue\n",
"\n",
" # 이미지 파일 찾기 (glob.escape 사용, 대소문자 유연 처리)\n",
" pattern = glob.escape(str(img_dir / json_file.stem)) + \".*\"\n",
" img_files = glob.glob(pattern)\n",
" if not img_files:\n",
" print(f\"⚠️ 이미지 파일 없음: {json_file.stem}\")\n",
" continue\n",
" img_path = img_files[0] # 첫 번째 매칭 사용\n",
"\n",
" # 이미지 열기\n",
" img = Image.open(img_path).convert(\"RGB\")\n",
"\n",
" # license_plate bbox 크롭\n",
" annotations = data.get(\"Learning_Data_Info\", {}).get(\"annotations\", [])\n",
" crop_idx = 1\n",
" for ann in annotations:\n",
" for lp in ann.get(\"license_plate\", []):\n",
" bbox = lp.get(\"bbox\")\n",
" if not bbox or len(bbox) != 4:\n",
" continue\n",
" x, y, w, h = bbox\n",
" cropped = img.crop((x, y, x + w, y + h))\n",
"\n",
" # 저장\n",
" crop_filename = f\"{json_file.stem}_{crop_idx}.jpg\"\n",
" crop_path = output_dir / crop_filename\n",
" cropped.save(crop_path)\n",
" crop_idx += 1\n",
"\n",
" print(f\"✅ {json_file.stem} → {crop_idx-1}개의 번호판 크롭 완료\")\n"
]
},
{
"cell_type": "code",
"execution_count": 70,
"id": "a075a173",
"metadata": {},
"outputs": [
{
"name": "stderr",
"output_type": "stream",
"text": [
"Using CPU. Note: This module is much faster with a GPU.\n"
]
},
{
"name": "stdout",
"output_type": "stream",
"text": [
"이미지: C-220806_17_CR14_02_N5737_1.jpg\n",
"추출된 번호판 글자: ['[222보 8763]', '255부 3170']\n"
]
}
],
"source": [
"import random\n",
"from pathlib import Path\n",
"import easyocr\n",
"\n",
"# 크롭 이미지 폴더\n",
"# crop_dir = Path(\"/home/cuuva/aihub_car/crop_image/\")\n",
"crop_dir = Path(\"/home/cuuva/aihub_car/image (2).png\")\n",
"\n",
"# EasyOCR Reader (한국어, CPU 모드)\n",
"reader = easyocr.Reader(['ko'], gpu=False)\n",
"\n",
"# 폴더 안 이미지 리스트\n",
"img_files = list(crop_dir.glob(\"*.jpg\"))\n",
"\n",
"# 랜덤으로 한 장 선택\n",
"# img_file = random.choice(img_files)\n",
"\n",
"# OCR 추론\n",
"output = reader.readtext(str(crop_dir))\n",
"texts = [text for bbox, text, conf in output]\n",
"\n",
"print(f\"이미지: {img_file.name}\")\n",
"print(\"추출된 번호판 글자:\", texts)"
]
},
{
"cell_type": "code",
"execution_count": 6,
"id": "5a441b50",
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"Renaming: VL_차량번호판인식_교차로_[cr13]판교기업지원허브전면삼거리_03번 -> cr13_03\n",
"Renaming: VL_차량번호판인식_교차로_[cr16]판교테크노중앙사거리_02번 -> cr16_02\n",
"Renaming: VL_차량번호판인식_이면도로_[sr10]뚜레쥬르범계역점_01번 -> sr10_01\n",
"Renaming: VL_차량번호판인식_접근로_[ar07]호계사거리수원방향_03번 -> ar07_03\n",
"Renaming: VL_차량번호판인식_접근로_[ar01]인덕원사거리과천방향_01번 -> ar01_01\n",
"Renaming: VL_차량번호판인식_이면도로_[sr11]안양제일장로교회_01번 -> sr11_01\n",
"Renaming: VL_차량번호판인식_이면도로_[sr05]안양호계시장_01번 -> sr05_01\n",
"Renaming: VL_차량번호판인식_이면도로_[sr06]대영교회_01번 -> sr06_01\n",
"Renaming: VL_차량번호판인식_접근로_[ar05]호계사거리서울방향_01번 -> ar05_01\n",
"Renaming: VL_차량번호판인식_교차로_[cr06]호계사거리_03번 -> cr06_03\n",
"Renaming: VL_차량번호판인식_교차로_[cr12]휴양림입구사거리_04번 -> cr12_04\n",
"Renaming: VL_차량번호판인식_이면도로_[sr07]부성카인테리어_01번 -> sr07_01\n",
"Renaming: VL_차량번호판인식_이면도로_[sr08]귀인중학교정문_01번 -> sr08_01\n",
"Renaming: VL_차량번호판인식_이면도로_[sr09]LG전자주차장입구_01번 -> sr09_01\n",
"Renaming: VL_차량번호판인식_교차로_[cr18]봇들사거리_03번 -> cr18_03\n",
"Renaming: VL_차량번호판인식_교차로_[cr18]봇들사거리_02번 -> cr18_02\n",
"Renaming: VL_차량번호판인식_이면도로_[sr14]비산고가교밑_01번 -> sr14_01\n",
"Renaming: VL_차량번호판인식_교차로_[cr02]안양시청사거리_04번 -> cr02_04\n",
"Renaming: VL_차량번호판인식_접근로_[ar09]판교동안사거리_01번 -> ar09_01\n",
"Renaming: VL_차량번호판인식_교차로_[cr13]판교기업지원허브전면삼거리_01번 -> cr13_01\n",
"Renaming: VL_차량번호판인식_교차로_[cr15]판교역사거리_03번 -> cr15_03\n",
"Renaming: VL_차량번호판인식_교차로_[cr17]판교테크노파크공원진입사거리_02번 -> cr17_02\n",
"Renaming: VL_차량번호판인식_접근로_[ar02]인덕원사거리성남방향_02번 -> ar02_02\n",
"Renaming: VL_차량번호판인식_접근로_[ar06]호계사거리덕고개방향_02번 -> ar06_02\n",
"Renaming: VL_차량번호판인식_교차로_[cr16]판교테크노중앙사거리_03번 -> cr16_03\n",
"Renaming: VL_차량번호판인식_교차로_[cr05]인덕원사거리_04번 -> cr05_04\n",
"Renaming: VL_차량번호판인식_접근로_[ar08]호계사거리유통단지방향_04번 -> ar08_04\n",
"Renaming: VL_차량번호판인식_이면도로_[sr15]신촌경로당앞사거리_01번 -> sr15_01\n",
"Renaming: VL_차량번호판인식_교차로_[cr03]범계사거리_04번 -> cr03_04\n",
"Renaming: VL_차량번호판인식_이면도로_[sr12]안양1번가중국집_01번 -> sr12_01\n",
"Renaming: VL_차량번호판인식_교차로_[cr11]유가사입구사거리_04번 -> cr11_04\n",
"Renaming: VL_차량번호판인식_접근로_[ar04]인덕원사거리동편마을방향_04번 -> ar04_04\n",
"Renaming: VL_차량번호판인식_이면도로_[sr01]벌말성당삼거리_01번 -> sr01_01\n",
"Renaming: VL_차량번호판인식_접근로_[ar03]인덕원사거리수원방향_03번 -> ar03_03\n",
"Renaming: VL_차량번호판인식_교차로_[cr06]호계사거리_04번 -> cr06_04\n",
"Renaming: VL_차량번호판인식_교차로_[cr15]판교역사거리_02번 -> cr15_02\n",
"Renaming: VL_차량번호판인식_교차로_[cr01]비산사거리_04번 -> cr01_04\n",
"Renaming: VL_차량번호판인식_이면도로_[sr03]엔미디어플랫폼_01번 -> sr03_01\n",
"Renaming: VL_차량번호판인식_이면도로_[sr02]안양자동차검사소_01번 -> sr02_01\n",
"Renaming: VL_차량번호판인식_이면도로_[sr13]농협직판장앞_01번 -> sr13_01\n",
"Renaming: VL_차량번호판인식_교차로_[cr14]동안사거리_05번 -> cr14_05\n",
"Renaming: VL_차량번호판인식_이면도로_[sr04]나이스스크린_01번 -> sr04_01\n"
]
}
],
"source": [
"import os\n",
"import re\n",
"\n",
"# 대상 경로\n",
"# base_path = \"/home/cuuva/aihub_car/CCTV_car_or_licenseplate/data/Training/image/license_plate/\"\n",
"# base_path = \"/home/cuuva/aihub_car/CCTV_car_or_licenseplate/data/Training/labels/license_plate/\"\n",
"base_path = \"/home/cuuva/aihub_car/CCTV_car_or_licenseplate/data/Validation/labels/license_plate/\"\n",
"\n",
"# 폴더 순회\n",
"for folder_name in os.listdir(base_path):\n",
" old_path = os.path.join(base_path, folder_name)\n",
" if os.path.isdir(old_path):\n",
" # [] 안의 cr 코드 추출\n",
" cr_match = re.search(r'\\[([^\\]]+)\\]', folder_name)\n",
" # 마지막 숫자 추출 (XX번)\n",
" num_match = re.search(r'_(\\d+)번$', folder_name)\n",
"\n",
" if cr_match and num_match:\n",
" new_name = f\"{cr_match.group(1)}_{num_match.group(1)}\"\n",
" new_path = os.path.join(base_path, new_name)\n",
" print(f\"Renaming: {folder_name} -> {new_name}\")\n",
" os.rename(old_path, new_path)\n"
]
},
{
"cell_type": "code",
"execution_count": 6,
"id": "ba956452",
"metadata": {},
"outputs": [
{
"name": "stderr",
"output_type": "stream",
"text": [
"Using CPU. Note: This module is much faster with a GPU.\n"
]
},
{
"name": "stdout",
"output_type": "stream",
"text": [
"Detected text: L23무 1470], Confidence: 0.06\n"
]
},
{
"data": {
"image/png": "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
"text/plain": [
"<Figure size 1000x600 with 1 Axes>"
]
},
"metadata": {},
"output_type": "display_data"
}
],
"source": [
"import easyocr\n",
"import cv2\n",
"from matplotlib import pyplot as plt\n",
"\n",
"# 1. EasyOCR Reader 생성\n",
"# 한국어와 영어를 인식하도록 설정 ('ko'는 한글, 'en'은 영어)\n",
"reader = easyocr.Reader(['ko', 'en'], gpu=False)\n",
"\n",
"# 2. 이미지 불러오기\n",
"image_path = '/home/cuuva/다운로드/test/ocr_resized.png'\n",
"image = cv2.imread(image_path)\n",
"\n",
"# OpenCV는 BGR로 읽으므로 RGB로 변환\n",
"image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)\n",
"\n",
"# 3. OCR 수행\n",
"# detail=1이면 위치 정보와 함께 리턴\n",
"results = reader.readtext(image_rgb, detail=1)\n",
"\n",
"# 4. 결과 출력\n",
"for (bbox, text, prob) in results:\n",
" print(f\"Detected text: {text}, Confidence: {prob:.2f}\")\n",
" \n",
" # 결과 시각화\n",
" top_left = tuple(map(int, bbox[0]))\n",
" bottom_right = tuple(map(int, bbox[2]))\n",
" cv2.rectangle(image_rgb, top_left, bottom_right, (0, 255, 0), 2)\n",
" cv2.putText(image_rgb, text, (top_left[0], top_left[1]-10), \n",
" cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 0, 255), 2)\n",
"\n",
"# 5. 시각화\n",
"plt.figure(figsize=(10,6))\n",
"plt.imshow(image_rgb)\n",
"plt.axis('off')\n",
"plt.show()\n"
]
},
{
"cell_type": "code",
"execution_count": 2,
"id": "edcfea74",
"metadata": {},
"outputs": [
{
"name": "stderr",
"output_type": "stream",
"text": [
"Using CPU. Note: This module is much faster with a GPU.\n"
]
},
{
"name": "stdout",
"output_type": "stream",
"text": [
"Inference time: 0.026 seconds\n",
"Detected text: '05무, Confidence: 0.37\n",
"Detected text: 5844], Confidence: 0.66\n"
]
},
{
"data": {
"image/png": "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
"text/plain": [
"<Figure size 1000x600 with 1 Axes>"
]
},
"metadata": {},
"output_type": "display_data"
}
],
"source": [
"import easyocr\n",
"import cv2\n",
"from matplotlib import pyplot as plt\n",
"import time # ⬅ 추가\n",
"\n",
"# 1. EasyOCR Reader 생성\n",
"reader = easyocr.Reader(['ko', 'en'], gpu=False)\n",
"\n",
"# 2. 이미지 불러오기\n",
"# image_path = '/home/cuuva/다운로드/test/ocr_resized.png'\n",
"image_path = '/home/cuuva/experiment/custom_LP_detect/ocr2.png'\n",
"image = cv2.imread(image_path)\n",
"image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)\n",
"\n",
"# ------------------------\n",
"# 3. OCR 수행 및 시간 측정\n",
"# ------------------------\n",
"start_time = time.time()\n",
"results = reader.readtext(image_rgb, detail=1)\n",
"end_time = time.time()\n",
"print(f\"Inference time: {end_time - start_time:.3f} seconds\")\n",
"\n",
"# 4. 결과 출력 및 시각화\n",
"for (bbox, text, prob) in results:\n",
" print(f\"Detected text: {text}, Confidence: {prob:.2f}\")\n",
" \n",
" # 바운딩 박스\n",
" top_left = tuple(map(int, bbox[0]))\n",
" bottom_right = tuple(map(int, bbox[2]))\n",
" cv2.rectangle(image_rgb, top_left, bottom_right, (0, 255, 0), 2)\n",
" cv2.putText(image_rgb, text, (top_left[0], top_left[1]-10), \n",
" cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 0, 255), 2)\n",
"\n",
"# 5. 시각화\n",
"plt.figure(figsize=(10,6))\n",
"plt.imshow(image_rgb)\n",
"plt.axis('off')\n",
"plt.show()\n"
]
},
{
"cell_type": "markdown",
"id": "d0d8c590",
"metadata": {},
"source": [
"# Paddle OCR 사용\n",
"### 1. 원본 crop\n",
"### 2. 640*384 변환 후 crop"
]
},
{
"cell_type": "code",
"execution_count": 19,
"id": "96833108",
"metadata": {},
"outputs": [
{
"name": "stderr",
"output_type": "stream",
"text": [
"/tmp/ipykernel_788464/4250097566.py:6: DeprecationWarning: The parameter `use_angle_cls` has been deprecated and will be removed in the future. Please use `use_textline_orientation` instead.\n",
" ocr = PaddleOCR(lang='korean', use_angle_cls=True) # CPU\n",
"\u001b[32mCreating model: ('PP-LCNet_x1_0_doc_ori', None)\u001b[0m\n",
"\u001b[32mModel files already exist. Using cached files. To redownload, please delete the directory manually: `/home/cuuva/.paddlex/official_models/PP-LCNet_x1_0_doc_ori`.\u001b[0m\n",
"\u001b[32mCreating model: ('UVDoc', None)\u001b[0m\n",
"\u001b[32mModel files already exist. Using cached files. To redownload, please delete the directory manually: `/home/cuuva/.paddlex/official_models/UVDoc`.\u001b[0m\n",
"\u001b[32mCreating model: ('PP-LCNet_x1_0_textline_ori', None)\u001b[0m\n",
"\u001b[32mModel files already exist. Using cached files. To redownload, please delete the directory manually: `/home/cuuva/.paddlex/official_models/PP-LCNet_x1_0_textline_ori`.\u001b[0m\n",
"\u001b[32mCreating model: ('PP-OCRv5_server_det', None)\u001b[0m\n",
"\u001b[32mModel files already exist. Using cached files. To redownload, please delete the directory manually: `/home/cuuva/.paddlex/official_models/PP-OCRv5_server_det`.\u001b[0m\n",
"\u001b[32mCreating model: ('korean_PP-OCRv5_mobile_rec', None)\u001b[0m\n",
"\u001b[32mModel files already exist. Using cached files. To redownload, please delete the directory manually: `/home/cuuva/.paddlex/official_models/korean_PP-OCRv5_mobile_rec`.\u001b[0m\n"
]
},
{
"name": "stdout",
"output_type": "stream",
"text": [
"Detected text: ·23무, Confidence: 0.89\n",
"Detected text: 1499, Confidence: 1.00\n"
]
},
{
"data": {
"image/png": "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
"text/plain": [
"<Figure size 1000x600 with 1 Axes>"
]
},
"metadata": {},
"output_type": "display_data"
}
],
"source": [
"from paddleocr import PaddleOCR\n",
"import cv2\n",
"from matplotlib import pyplot as plt\n",
"\n",
"# PaddleOCR 객체 생성\n",
"ocr = PaddleOCR(lang='korean', use_angle_cls=True) # CPU\n",
"\n",
"# 이미지 불러오기\n",
"image_path = '/home/cuuva/다운로드/test/ocr.png'\n",
"image = cv2.imread(image_path)\n",
"image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)\n",
"\n",
"# OCR 수행\n",
"results = ocr.predict(image_path)\n",
"\n",
"# dict 구조 확인\n",
"for page in results:\n",
" rec_texts = page['rec_texts']\n",
" rec_scores = page['rec_scores']\n",
" rec_polys = page['rec_polys']\n",
"\n",
" for text, score, poly in zip(rec_texts, rec_scores, rec_polys):\n",
" print(f\"Detected text: {text}, Confidence: {score:.2f}\")\n",
"\n",
" # 바운딩 박스 그리기\n",
" top_left = tuple(map(int, poly[0]))\n",
" bottom_right = tuple(map(int, poly[2]))\n",
" cv2.rectangle(image_rgb, top_left, bottom_right, (0, 255, 0), 2)\n",
" cv2.putText(image_rgb, text, (top_left[0], top_left[1]-10),\n",
" cv2.FONT_HERSHEY_SIMPLEX, 0.8, (255, 0, 0), 2)\n",
"\n",
"# 시각화\n",
"plt.figure(figsize=(10, 6))\n",
"plt.imshow(image_rgb)\n",
"plt.axis('off')\n",
"plt.show()\n"
]
},
{
"cell_type": "code",
"execution_count": 15,
"id": "a872ddff",
"metadata": {},
"outputs": [
{
"name": "stderr",
"output_type": "stream",
"text": [
"/tmp/ipykernel_788464/878629889.py:6: DeprecationWarning: The parameter `use_angle_cls` has been deprecated and will be removed in the future. Please use `use_textline_orientation` instead.\n",
" ocr = PaddleOCR(lang='korean', use_angle_cls=True) # CPU\n",
"\u001b[32mCreating model: ('PP-LCNet_x1_0_doc_ori', None)\u001b[0m\n",
"\u001b[32mModel files already exist. Using cached files. To redownload, please delete the directory manually: `/home/cuuva/.paddlex/official_models/PP-LCNet_x1_0_doc_ori`.\u001b[0m\n",
"\u001b[32mCreating model: ('UVDoc', None)\u001b[0m\n",
"\u001b[32mModel files already exist. Using cached files. To redownload, please delete the directory manually: `/home/cuuva/.paddlex/official_models/UVDoc`.\u001b[0m\n",
"\u001b[32mCreating model: ('PP-LCNet_x1_0_textline_ori', None)\u001b[0m\n",
"\u001b[32mModel files already exist. Using cached files. To redownload, please delete the directory manually: `/home/cuuva/.paddlex/official_models/PP-LCNet_x1_0_textline_ori`.\u001b[0m\n",
"\u001b[32mCreating model: ('PP-OCRv5_server_det', None)\u001b[0m\n",
"\u001b[32mModel files already exist. Using cached files. To redownload, please delete the directory manually: `/home/cuuva/.paddlex/official_models/PP-OCRv5_server_det`.\u001b[0m\n",
"\u001b[32mCreating model: ('korean_PP-OCRv5_mobile_rec', None)\u001b[0m\n",
"\u001b[32mModel files already exist. Using cached files. To redownload, please delete the directory manually: `/home/cuuva/.paddlex/official_models/korean_PP-OCRv5_mobile_rec`.\u001b[0m\n"
]
},
{
"name": "stdout",
"output_type": "stream",
"text": [
"Detected text: 23부 1499-, Confidence: 0.77\n"
]
},
{
"data": {
"image/png": "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
"text/plain": [
"<Figure size 1000x600 with 1 Axes>"
]
},
"metadata": {},
"output_type": "display_data"
}
],
"source": [
"from paddleocr import PaddleOCR\n",
"import cv2\n",
"from matplotlib import pyplot as plt\n",
"\n",
"# PaddleOCR 객체 생성\n",
"ocr = PaddleOCR(lang='korean', use_angle_cls=True) # CPU\n",
"\n",
"# 이미지 불러오기\n",
"image_path = '/home/cuuva/다운로드/test/ocr_resized.png'\n",
"image = cv2.imread(image_path)\n",
"image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)\n",
"\n",
"# OCR 수행\n",
"results = ocr.predict(image_path)\n",
"\n",
"# dict 구조 확인\n",
"for page in results:\n",
" rec_texts = page['rec_texts']\n",
" rec_scores = page['rec_scores']\n",
" rec_polys = page['rec_polys']\n",
"\n",
" for text, score, poly in zip(rec_texts, rec_scores, rec_polys):\n",
" print(f\"Detected text: {text}, Confidence: {score:.2f}\")\n",
"\n",
" # 바운딩 박스 그리기\n",
" top_left = tuple(map(int, poly[0]))\n",
" bottom_right = tuple(map(int, poly[2]))\n",
" cv2.rectangle(image_rgb, top_left, bottom_right, (0, 255, 0), 2)\n",
" cv2.putText(image_rgb, text, (top_left[0], top_left[1]-10),\n",
" cv2.FONT_HERSHEY_SIMPLEX, 0.8, (255, 0, 0), 2)\n",
"\n",
"# 시각화\n",
"plt.figure(figsize=(10, 6))\n",
"plt.imshow(image_rgb)\n",
"plt.axis('off')\n",
"plt.show()\n"
]
},
{
"cell_type": "code",
"execution_count": 20,
"id": "3a31a096",
"metadata": {},
"outputs": [
{
"name": "stderr",
"output_type": "stream",
"text": [
"/tmp/ipykernel_788464/2680696544.py:7: DeprecationWarning: The parameter `use_angle_cls` has been deprecated and will be removed in the future. Please use `use_textline_orientation` instead.\n",
" ocr = PaddleOCR(lang='korean', use_angle_cls=True) # CPU\n",
"\u001b[32mCreating model: ('PP-LCNet_x1_0_doc_ori', None)\u001b[0m\n",
"\u001b[32mModel files already exist. Using cached files. To redownload, please delete the directory manually: `/home/cuuva/.paddlex/official_models/PP-LCNet_x1_0_doc_ori`.\u001b[0m\n",
"\u001b[32mCreating model: ('UVDoc', None)\u001b[0m\n",
"\u001b[32mModel files already exist. Using cached files. To redownload, please delete the directory manually: `/home/cuuva/.paddlex/official_models/UVDoc`.\u001b[0m\n",
"\u001b[32mCreating model: ('PP-LCNet_x1_0_textline_ori', None)\u001b[0m\n",
"\u001b[32mModel files already exist. Using cached files. To redownload, please delete the directory manually: `/home/cuuva/.paddlex/official_models/PP-LCNet_x1_0_textline_ori`.\u001b[0m\n",
"\u001b[32mCreating model: ('PP-OCRv5_server_det', None)\u001b[0m\n",
"\u001b[32mModel files already exist. Using cached files. To redownload, please delete the directory manually: `/home/cuuva/.paddlex/official_models/PP-OCRv5_server_det`.\u001b[0m\n",
"\u001b[32mCreating model: ('korean_PP-OCRv5_mobile_rec', None)\u001b[0m\n",
"\u001b[32mModel files already exist. Using cached files. To redownload, please delete the directory manually: `/home/cuuva/.paddlex/official_models/korean_PP-OCRv5_mobile_rec`.\u001b[0m\n"
]
},
{
"name": "stdout",
"output_type": "stream",
"text": [
"Inference time: 0.286 seconds\n",
"Detected text: 23부 1499-, Confidence: 0.77\n"
]
},
{
"data": {
"image/png": "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
"text/plain": [
"<Figure size 1000x600 with 1 Axes>"
]
},
"metadata": {},
"output_type": "display_data"
}
],
"source": [
"from paddleocr import PaddleOCR\n",
"import cv2\n",
"from matplotlib import pyplot as plt\n",
"import time # ⬅ 추가\n",
"\n",
"# PaddleOCR 객체 생성\n",
"ocr = PaddleOCR(lang='korean', use_angle_cls=True) # CPU\n",
"\n",
"# 이미지 불러오기\n",
"image_path = '/home/cuuva/다운로드/test/ocr_resized.png'\n",
"image = cv2.imread(image_path)\n",
"image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)\n",
"\n",
"# ------------------------\n",
"# Inference 시간 측정 시작\n",
"# ------------------------\n",
"start_time = time.time()\n",
"results = ocr.predict(image_path)\n",
"end_time = time.time()\n",
"print(f\"Inference time: {end_time - start_time:.3f} seconds\")\n",
"# ------------------------\n",
"\n",
"# OCR 결과 출력 및 시각화\n",
"for page in results:\n",
" rec_texts = page['rec_texts']\n",
" rec_scores = page['rec_scores']\n",
" rec_polys = page['rec_polys']\n",
"\n",
" for text, score, poly in zip(rec_texts, rec_scores, rec_polys):\n",
" print(f\"Detected text: {text}, Confidence: {score:.2f}\")\n",
"\n",
" # 바운딩 박스 그리기\n",
" top_left = tuple(map(int, poly[0]))\n",
" bottom_right = tuple(map(int, poly[2]))\n",
" cv2.rectangle(image_rgb, top_left, bottom_right, (0, 255, 0), 2)\n",
" cv2.putText(image_rgb, text, (top_left[0], top_left[1]-10),\n",
" cv2.FONT_HERSHEY_SIMPLEX, 0.8, (255, 0, 0), 2)\n",
"\n",
"# 시각화\n",
"plt.figure(figsize=(10, 6))\n",
"plt.imshow(image_rgb)\n",
"plt.axis('off')\n",
"plt.show()\n"
]
},
{
"cell_type": "code",
"execution_count": 25,
"id": "5abda048",
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"PaddlePaddle version: 3.2.2\n",
"Use GPU: False\n"
]
}
],
"source": [
"import paddle\n",
"print(\"PaddlePaddle version:\", paddle.__version__)\n",
"print(\"Use GPU:\", paddle.is_compiled_with_cuda())"
]
},
{
"cell_type": "code",
"execution_count": 1,
"id": "9870ce12",
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"🎬 영상 처리 시작: /home/cuuva/다운로드/car_lp.mov\n",
"🎯 저장 경로: /home/cuuva/다운로드/lp_infer.mp4\n",
"\n",
"0: 384x640 (no detections), 16.8ms\n",
"Speed: 1.3ms preprocess, 16.8ms inference, 0.3ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.1ms\n",
"Speed: 2.1ms preprocess, 2.1ms inference, 0.3ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.1ms\n",
"Speed: 0.6ms preprocess, 2.1ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.2ms\n",
"Speed: 0.7ms preprocess, 2.2ms inference, 0.3ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.3ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.6ms preprocess, 2.0ms inference, 0.3ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.3ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.4ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.6ms preprocess, 2.0ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.3ms\n",
"Speed: 0.5ms preprocess, 2.3ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.1ms\n",
"Speed: 0.5ms preprocess, 2.1ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.4ms\n",
"Speed: 0.5ms preprocess, 2.4ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.6ms preprocess, 2.0ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.3ms\n",
"Speed: 0.6ms preprocess, 2.3ms inference, 0.3ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.2ms\n",
"Speed: 0.6ms preprocess, 2.2ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.7ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"✅ 처리 프레임: 50\n",
"\n",
"0: 384x640 (no detections), 2.1ms\n",
"Speed: 0.6ms preprocess, 2.1ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.6ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.4ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.4ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.4ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.4ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.1ms\n",
"Speed: 0.6ms preprocess, 2.1ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.6ms preprocess, 2.0ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.6ms preprocess, 2.0ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.3ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.3ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"✅ 처리 프레임: 100\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 8 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 7 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 7 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.7ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 3.1ms\n",
"Speed: 0.9ms preprocess, 3.1ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 2.3ms\n",
"Speed: 0.7ms preprocess, 2.3ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 2.3ms\n",
"Speed: 0.6ms preprocess, 2.3ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 2.3ms\n",
"Speed: 0.7ms preprocess, 2.3ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"✅ 처리 프레임: 150\n",
"\n",
"0: 384x640 2 lps, 2.3ms\n",
"Speed: 0.7ms preprocess, 2.3ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 2.5ms\n",
"Speed: 0.8ms preprocess, 2.5ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 2.0ms\n",
"Speed: 0.6ms preprocess, 2.0ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 2.1ms\n",
"Speed: 0.5ms preprocess, 2.1ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 2.6ms\n",
"Speed: 0.6ms preprocess, 2.6ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.1ms\n",
"Speed: 0.5ms preprocess, 2.1ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.1ms\n",
"Speed: 0.5ms preprocess, 2.1ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.1ms\n",
"Speed: 0.5ms preprocess, 2.1ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.1ms\n",
"Speed: 0.5ms preprocess, 2.1ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.1ms\n",
"Speed: 0.6ms preprocess, 2.1ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 (no detections), 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.3ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.4ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.1ms\n",
"Speed: 0.5ms preprocess, 2.1ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 2.2ms\n",
"Speed: 0.6ms preprocess, 2.2ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 2.1ms\n",
"Speed: 0.6ms preprocess, 2.1ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.1ms\n",
"Speed: 0.5ms preprocess, 2.1ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 2.1ms\n",
"Speed: 0.5ms preprocess, 2.1ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 2.2ms\n",
"Speed: 0.6ms preprocess, 2.2ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 2.1ms\n",
"Speed: 0.6ms preprocess, 2.1ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 2.2ms\n",
"Speed: 0.5ms preprocess, 2.2ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.3ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.3ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.3ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.0ms\n",
"Speed: 0.8ms preprocess, 2.0ms inference, 0.3ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.6ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"✅ 처리 프레임: 200\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.7ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.3ms\n",
"Speed: 0.6ms preprocess, 2.3ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.3ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 2.3ms\n",
"Speed: 0.9ms preprocess, 2.3ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 2.2ms\n",
"Speed: 0.7ms preprocess, 2.2ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 2.2ms\n",
"Speed: 0.7ms preprocess, 2.2ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.2ms\n",
"Speed: 0.7ms preprocess, 2.2ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 2.2ms\n",
"Speed: 0.6ms preprocess, 2.2ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 2.4ms\n",
"Speed: 0.7ms preprocess, 2.4ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 2.4ms\n",
"Speed: 0.8ms preprocess, 2.4ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 2.1ms\n",
"Speed: 0.7ms preprocess, 2.1ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 2.2ms\n",
"Speed: 0.5ms preprocess, 2.2ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 8 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 7 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 7 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 7 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"✅ 처리 프레임: 250\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 8 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 1.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 8 lps, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 1.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 7 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 8 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 1.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 2.0ms\n",
"Speed: 0.8ms preprocess, 2.0ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 7 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 1.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 7 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 7 lps, 2.0ms\n",
"Speed: 0.8ms preprocess, 2.0ms inference, 1.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.3ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 8 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 7 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 1.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 2.1ms\n",
"Speed: 0.8ms preprocess, 2.1ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 8 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 7 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 7 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 7 lps, 2.4ms\n",
"Speed: 0.7ms preprocess, 2.4ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 2.1ms\n",
"Speed: 0.5ms preprocess, 2.1ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 7 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"✅ 처리 프레임: 300\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 7 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 7 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 1.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 7 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 7 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 2.5ms\n",
"Speed: 0.5ms preprocess, 2.5ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 1.3ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 2.1ms\n",
"Speed: 0.6ms preprocess, 2.1ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"✅ 처리 프레임: 350\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.6ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 7 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 1.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 7 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 7 lps, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 1.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 7 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 8 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 1.2ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 7 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 5 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 1.0ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 6 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.9ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 2.1ms\n",
"Speed: 0.8ms preprocess, 2.1ms inference, 0.4ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.4ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.4ms postprocess per image at shape (1, 3, 384, 640)\n",
"✅ 처리 프레임: 400\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.4ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.3ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.3ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.8ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.4ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.4ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.4ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.4ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.4ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.4ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.6ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.4ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.0ms\n",
"Speed: 0.6ms preprocess, 2.0ms inference, 0.3ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.4ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.3ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.3ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.3ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.3ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.3ms\n",
"Speed: 0.4ms preprocess, 2.3ms inference, 0.3ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.3ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.7ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 2.0ms\n",
"Speed: 0.8ms preprocess, 2.0ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 1 lp, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"✅ 처리 프레임: 450\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.4ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 2.2ms\n",
"Speed: 0.5ms preprocess, 2.2ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 2.0ms\n",
"Speed: 0.5ms preprocess, 2.0ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.8ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 2.1ms\n",
"Speed: 0.6ms preprocess, 2.1ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 4 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.4ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.4ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 2 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.4ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.5ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 1.1ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.6ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.5ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"\n",
"0: 384x640 3 lps, 1.9ms\n",
"Speed: 0.4ms preprocess, 1.9ms inference, 0.7ms postprocess per image at shape (1, 3, 384, 640)\n",
"🎉 영상 저장 완료: /home/cuuva/다운로드/lp_infer.mp4\n"
]
}
],
"source": [
"from ultralytics import YOLO\n",
"import cv2\n",
"\n",
"# ----------------------------\n",
"# 1. 모델 로드\n",
"# ----------------------------\n",
"model_path = \"/home/cuuva/experiment/custom_LP_detect/lp_detect/epo_200_frac_0_22/weights/best_lp_detect.pt\"\n",
"model = YOLO(model_path)\n",
"\n",
"# ----------------------------\n",
"# 2. 입력 영상\n",
"# ----------------------------\n",
"video_path = \"/home/cuuva/다운로드/car_lp.mov\"\n",
"cap = cv2.VideoCapture(video_path)\n",
"\n",
"# ----------------------------\n",
"# 3. 출력 영상 설정\n",
"# ----------------------------\n",
"output_path = \"/home/cuuva/다운로드/lp_infer.mp4\"\n",
"fourcc = cv2.VideoWriter_fourcc(*\"mp4v\")\n",
"fps = cap.get(cv2.CAP_PROP_FPS)\n",
"width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))\n",
"height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))\n",
"out = cv2.VideoWriter(output_path, fourcc, fps, (width, height))\n",
"\n",
"print(f\"🎬 영상 처리 시작: {video_path}\")\n",
"print(f\"🎯 저장 경로: {output_path}\")\n",
"\n",
"# ----------------------------\n",
"# 4. 프레임 반복하며 inference\n",
"# ----------------------------\n",
"frame_idx = 0\n",
"while cap.isOpened():\n",
" ret, frame = cap.read()\n",
" if not ret:\n",
" break\n",
"\n",
" frame_idx += 1\n",
"\n",
" # YOLO inference\n",
" results = model(frame)\n",
"\n",
" # bbox, label, confidence 시각화된 프레임\n",
" annotated_frame = results[0].plot()\n",
"\n",
" # 영상 저장\n",
" out.write(annotated_frame)\n",
"\n",
" if frame_idx % 50 == 0:\n",
" print(f\"✅ 처리 프레임: {frame_idx}\")\n",
"\n",
"# ----------------------------\n",
"# 5. 자원 해제\n",
"# ----------------------------\n",
"cap.release()\n",
"out.release()\n",
"print(f\"🎉 영상 저장 완료: {output_path}\")\n"
]
},
{
"cell_type": "code",
"execution_count": null,
"id": "bbeff581",
"metadata": {},
"outputs": [],
"source": []
}
],
"metadata": {
"kernelspec": {
"display_name": "1stagedetect",
"language": "python",
"name": "python3"
},
"language_info": {
"codemirror_mode": {
"name": "ipython",
"version": 3
},
"file_extension": ".py",
"mimetype": "text/x-python",
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
"version": "3.10.18"
}
},
"nbformat": 4,
"nbformat_minor": 5
}