[Vision IA] Détection d'objets hiérarchique : ROI véhicule YOLOv3, Détecteur de plaque YOLOv5 & Suivi CSRT (#3)
· Une minute de lecture
📌 Points clés (TL;DR)
- Le problème : Scanner directement une image 1080p complète pour y trouver une plaque de 30x15 pixels génère de faux positifs et fait chuter le débit sous 10 FPS.
- La solution : Hiérarchie en 2 étapes — Détecter d'abord le véhicule (YOLOv3), puis localiser la plaque uniquement dans la zone du pare-chocs (YOLOv5), avec suivi CSRT sur les images intermédiaires.
📌 Synthèse Exécutive (3–5 lignes)
- Entonnoir hiérarchique : Supprime les fausses détections sur les panneaux routiers.
- Gain de vitesse x5 : Le suivi CSRT allège la charge d'inférence GPU en espaçant les appels à YOLOv5.
- Suivi stable : Maintient le verrouillage sur la plaque même lors des secousses du véhicule.
- Isolation optimale : Transmet une vignette parfaitement cadrée au module de super-résolution.