Deep Learning pour la détection des plaques d’immatriculation

Abstract

Le but de ce projet est de proposer une méthode utilisant des techniques d'apprentissage en profondeur pour résoudre la tâche de détection automatique de plaques d'immatriculation. Nous avons utilisé Python sous anaconda comme environnement de développement et la bibliothèque Tensorflow. Nous avons créé notre propre base de données et labellisé les images manuellement et par programmation. Les algorithmes d’apprentissage profond Faster R-CNN et SSD MobileNet ont été comparés sous CPU et GPU. Le premier s’est avéré plus précis mais plus lent et l’utilisation de GPU est beaucoup plus rapide pour les deux. Nous montrons qu’avons globalement obtenu une précision de prédiction élevée.