Résumé:
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.
