Deep Neural Networks

License Plate Recognition

Systeme intelligent de detection et lecture de plaques d'immatriculation

Detection

Localisation automatique des plaques dans l'image

OCR

Reconnaissance optique des caracteres

Temps Reel

Inference rapide avec TensorFlow

Data

Dataset

sonnetechnology/license-plate-text-recognition-full

8,823

Images

237

MB

36

Caracteres (0-9, A-Z)

Structure du Dataset

image : Image de plaque recadree
target : Texte de la plaque (label)
bbox : Coordonnees de la plaque

                        from datasets import load_dataset

ds = load_dataset("sonnetechnology/license-plate-text-recognition-full")

Model #1

Detection de Plaques

Architecture inspiree de YOLO

Input
416x416x3

->

Conv2D + BN
32 filters

->

Conv2D + BN
64 filters

->

Conv2D + BN
128 filters

->

Output
13x13x5

Grid Size: 13 x 13

Output: [objectness, x, y, w, h]

Activation: Sigmoid

Model #2

Lecture OCR

CNN + BiLSTM avec CTC Loss

Input
200x50x1 (Grayscale)

|

Conv2D + MaxPool x2
32->64 filters

|

Reshape + BiLSTM x2
128 units

|

Dense + Softmax
37 classes (36 chars + blank)

Loss: CTC (Connectionist Temporal Classification)

Max Length: 10 caracteres

Pipeline

Architecture Complete

Two-Stage Detection + Recognition

1

Image Input

Chargement et preprocessing

->

2

Detection

Localisation de la plaque

->

3

Crop

Extraction de la region

->

4

OCR

Lecture du texte

->

OK

Resultat

ABC-123

Live Demo

Essayez le Modele

Selectionnez une image exemple ou uploadez la votre

Images exemples

ou

Glissez une image ici ou parcourir

Resultat

En attente d'une image...

API: privilegedlab.com/api/predict