Notas del proyecto
-
Entrenamiento de modelo personalizado: El modelo YoloV8 fue ajustado finamente con un conjunto de datos de más de 10,000 placas colombianas, teniendo en cuenta variaciones regionales y deterioro. Este entrenamiento especializado resultó en un aumento del 30% en las tasas de reconocimiento en comparación con modelos genéricos.
-
Procesamiento en tiempo real: El software procesa flujos de video a 20-30 cuadros por segundo en hardware estándar, con un muestreo inteligente de cuadros para equilibrar precisión y rendimiento. Un sistema de almacenamiento en búfer garantiza que no se pierdan placas durante picos de procesamiento.
-
Mejora en el reconocimiento de caracteres: Algoritmos avanzados de postprocesamiento corrigen errores comunes de OCR específicos de las fuentes de placas, mejorando la precisión del reconocimiento de caracteres del 85% al 98%. El sistema puede distinguir entre caracteres similares (por ejemplo, 8/B, 0/O) con alta confianza.