介绍
简单的脚本，利用docker，快速部署汽车识别api模块。 让复杂的程序更简单的落地。
项目地址：https://gitee.com/tangguangyao/oneStepDevops_carId
利用docker，是为了解决各种环境问题
部署的开源软件 https://gitee.com/zeusees/HyperLPR
汽车车牌识别，目前在各种ai平台是一个比较通用的功能，我们自己部署的意义何在呢？我总结了下面几个优缺点，大家对照下是否需要自己部署。 优点：
1. 免费，平台提供的可能有免费的使用量，但是毕竟有各种限制。
2. 速度，如果部署在内网服务器上，网络耗时会远远低于平台提供的api，平台api的处理速度可能会很快，但是至少在网络上一个图片上传的耗时至少也是100ms起步的，稍微大一点图片2M这种级别的，至少500m起步。
3. 接入便捷性，平台申请和api对接也是成本，大厂的特点就是文档不是写个小白用户看的，都是写给高工们review完才能放出来的，如果文档太容易读，逼格也就上不去，怎么能上台面。本程序尽量能够一键搞定部署，demo写的也是尽量小白级别。
4. 数据安全，如果有在意自己的数据，不想外传，自己搭建私有化的还是很有必要的
缺点：
1.大厂平台的api，我理解准确性可能会高于开源，毕竟是商用的
2. 试用场景会更多，比如车牌逆光，强光，暗光等效果可能好
总结： 如果环境不是特别苛刻，都是处理正常图片，比如99%的情况都是，正常情况下拍摄一张只有一个车牌的照片去识别，我理解自己部署效果和平台api的差距基本感受不到。
install.sh - 一键安装脚本
car.py - 简单demo
1. 安装docker
2. 安装ubuntu
docker pull ubuntu:18.04
安装完毕，能查到下面镜像
docker images
ubuntu 18.04 c3c304cb4f22 8 days ago 64.2MB
3. 启动镜像，监听端口（demo 演示是86 端口）
docker run -it --name carid -p 86:86 -d ubuntu:18.04
4. 查看容器是否启动成功
docker ps
deeb84373051 ubuntu:18.04 "/bin/bash" 17 seconds ago Up 16 seconds 0.0.0.0:86->86/tcp
5. 进入容器
docker exec -it deeb84373051 /bin/bash
6. 进入home目录，做2步基础更新，下载程序
cd home
apt-get update
apt-get install wget
apt-get install unzip
wget https://gitee.com/tangguangyao/oneStepDevops_carId/repository/archive/master.zipunzip master.zip
cd oneStepDevops_carId
sh install.sh 安装依赖，大概半小时
python3 car.py 启动demo
ip:port/ai_car 上传图片地址
