Détection et identification de plaques d'immatriculation de véhicules en utilisant l'apprentissage profond

Abstract

Dans ce projet, un système intelligent destiné à la détection et à l’identification automatique des plaques d’immatriculation de véhicules à partir d’images a été développé. Le processus est structuré en plusieurs phases : détection et localisation précise de la plaque ainsi que les caractères que constituent cette plaque, suivi d’une reconnaissance automatique de ces caractères. Une base de données composé d’images réelles a été créé et annotée à l’aide de l’outil Roboflow, qui offre une interface rapide et efficace pour l’annotation d’images. Le modèle YOLO, basé sur l’apprentissage supervisé, a été utilisé pour détecter les objets présents dans les images. Le modèle YOLO11(n, s, m, l, x) est proposé et entraîné sur Google Colab, permettant une évaluation comparative en termes de rapidité et de précision. Deux stratégies sont explorées : l’utilisation exclusive de YOLO11 pour la détection et la reconnaissance (taux de reconnaissance atteignant 91,4 %), et une approche hybride combinant YOLO11 pour la détection et un module OCR pour la reconnaissance (taux de reconnaissance 54,1% pour Tesseract et 62,4% pour EasyOCR).