Classificação de tipos de placas veiculares presentes em imagens através de aprendizado de máquina e redes neurais

Abstract

O objetivo da pesquisa é avaliar o desempenho de algumas redes neurais de classificação ao classificar tipos de placas de identificação veicular contidas em imagens. Essas imagens foram tiradas principalmente com foco na parte dianteira e traseira de caminhões que transitaram em entradas e saídas de portos. Foram escolhidas 7 classes que representam os seguintes 7 tipos de placas: brasileira do padrão antigo, brasileira do novo padrão Mercosul, argentina do padrão antigo, argentina do novo padrão Mercosul, paraguaia do padrão antigo, paraguaia do novo padrão Mercosul e chilena. O treinamento supervisionado foi feito em dois modelos de redes neurais: YOLOv3 e ResNet50; e utilizou-se de 120 imagens que foram rotuladas de cada uma das 7 classes para servir na etapa de treinamento da rede neural. O algoritmo que obteve o melhor resultado foi o que utilizou o modelo YOLOv3, resultando em uma acurácia aproximada de 80% no conjunto de teste.