Implementación de la red neuronal YOLOv3 para la detección de matrículas de vehículos

Abstract

En la actualidad son muchos los avances que se han hecho en el campo de la detección y reconocimiento de objetos, gracias en gran medida a la disponibilidad para el público general de tarjetas gráficas que permiten una alta velocidad de cálculo, lo que ha favorecido la aplicación y el desarrollo de herramientas de machine learning en el ámbito tanto domestico como académico.
Parte de este progreso proviene del diseño de redes neuronales capaces de ser entrenadas para que adquirir la habilidad de “aprender” cuáles son las características de un determinado objeto y así poder detectarlo dentro de una imagen y además reconocerlo.
En este Trabajo Fin de Grado se propone un sistema para el reconocimiento y detección de vehículos y matrículas, así como la lectura del texto de la matrícula, mediante el entrenamiento de la red neuronal YOLOv3. Se cuenta con siete bases de datos de imágenes que suman un total de 6540 imágenes para el entrenamiento de la red y se proponen dos métodos de entrenamiento: el primero entrenar cada una de las redes por separado y el segundo entrenar las 6540 imágenes a la vez para posteriormente aplicar ambos métodos a imágenes y vídeos para los que la red no ha sido entrenada y comparar cuál de los dos métodos obtiene mejores resultados.