Facendo clic su "Accetta tutti i cookie", acconsenti alla memorizzazione dei cookie sul tuo dispositivo per migliorare la navigazione del sito, analizzare l'utilizzo del sito e contribuire alle nostre iniziative di marketing. Per saperne di più
Impostazioni dei cookie
Facendo clic su "Accetta tutti i cookie", acconsenti alla memorizzazione dei cookie sul tuo dispositivo per migliorare la navigazione del sito, analizzare l'utilizzo del sito e contribuire alle nostre iniziative di marketing. Per saperne di più
Utilizzo di Ultralytics YOLO11 per il riconoscimento automatico delle targhe
Scopri come Ultralytics YOLO11 può essere utilizzato nei sistemi di riconoscimento automatico delle targhe (ANPR) per il rilevamento in tempo reale e per la gestione del traffico e dei parcheggi.
Figura 1. Utilizzo dei modelli di Ultralytics YOLO per l'ANPR.
Come funziona il riconoscimento automatico delle targhe
Il riconoscimento automatico delle targhe comporta alcuni passaggi importanti per identificare in modo rapido e preciso le targhe dei veicoli. Vediamo come queste fasi lavorano insieme per rendere il processo efficiente:
Acquisizione di immagini: In primo luogo, le telecamere vengono utilizzate per catturare le immagini dei veicoli. Queste telecamere possono essere installate in postazioni fisse, come i caselli autostradali, o montate sui veicoli della polizia per essere spostate.
Riconoscimento ottico dei caratteri (OCR): Successivamente, l'OCR viene utilizzato per leggere i caratteri sulla lastra (nell'immagine), convertendoli in testo leggibile dalla macchina.
Ricerca nel database: I dati del testo vengono quindi confrontati con un database per confermare le informazioni della targa.
Figura 2. Un esempio di utilizzo dei modelli di Ultralytics YOLO per il rilevamento delle targhe.
I sistemi ANPR possono spesso affrontare sfide come la scarsa illuminazione, i diversi design delle targhe e le difficili condizioni ambientali. YOLO11 può aiutare a risolvere questi problemi aumentando l'accuratezza e la velocità di rilevamento, anche in condizioni difficili. Con modelli come YOLO11, l'ANPR può funzionare in modo più affidabile, rendendo più facile l'identificazione delle targhe in tempo reale, sia di giorno che di notte o in caso di maltempo. Nella prossima sezione vedremo come utilizzare YOLO11 per ottenere questi miglioramenti.
Come YOLO11 può migliorare un sistema ANPR
Ultralytics YOLO11 è stato presentato per la prima volta all'evento ibrido annuale di Ultralytics, YOLO Vision 2024 (YV24). Come modello di rilevamento degli oggetti che supporta applicazioni in tempo reale, YOLO11 è un'ottima opzione per migliorare innovazioni come i sistemi ANPR. YOLO11 è adatto anche per le applicazioni di edge AI . Questo permette alle soluzioni ANPR integrate con YOLO11 di funzionare efficacemente anche quando la connessione di rete non è affidabile. Di conseguenza, i sistemi ANPR possono funzionare senza problemi in luoghi remoti o in aree con connettività limitata.
YOLO11 apporta anche dei miglioramenti in termini di efficienza rispetto ai suoi predecessori. Ad esempio, YOLO11m raggiunge una precisione media superiore (mAP) sul dataset COCO con il 22% di parametri in meno rispetto a YOLOv8m. Grazie a YOLO11, i sistemi ANPR possono gestire meglio varie sfide come le condizioni di illuminazione mutevoli, i diversi design delle targhe e i veicoli in movimento, ottenendo un riconoscimento delle targhe più affidabile ed efficace.
Figura 3. Confronto tra Ultralytics YOLO11 e le versioni precedenti.
Applicazioni di un sistema ANPR integrato con YOLO11
Diamo poi un'occhiata alle varie applicazioni in cui ANPR e YOLO11 possono essere utilizzati insieme per migliorare l'efficienza e l'accuratezza.
Rilevamento delle targhe in tempo reale per le forze dell'ordine e il traffico
Nelle città più movimentate, con auto in movimento agli incroci e sulle autostrade, gli agenti del traffico devono gestire la congestione, monitorare le violazioni del traffico e garantire la sicurezza pubblica. L'ANPR, se integrato con il sito YOLO11, può fare una grande differenza in questi sforzi. Riconoscendo istantaneamente le targhe dei veicoli, le autorità possono tenere d'occhio il flusso del traffico, far rispettare le leggi sul traffico e identificare rapidamente i veicoli coinvolti in violazioni. Ad esempio, i veicoli in eccesso di velocità possono essere facilmente segnalati.
Figura 4. Rilevamento e identificazione di veicoli in eccesso di velocità con ANPR e YOLO11.
Nel complesso, l'ANPR con YOLO11 può automatizzare attività che altrimenti richiederebbero uno sforzo manuale. Può rilevare i veicoli che passano con il rosso e gestire le operazioni ai caselli. L'automazione di queste attività non solo rende il sistema più efficiente, ma riduce anche il carico di lavoro degli agenti del traffico, consentendo loro di concentrarsi su responsabilità più critiche.
Nelle forze dell'ordine, YOLO11 e ANPR possono collaborare per rintracciare i veicoli rubati e identificare quelli segnalati per attività sospette. YOLO11 Il rilevamento in tempo reale garantisce il riconoscimento dei veicoli in modo rapido e affidabile, anche quando si muovono velocemente. Questa capacità contribuisce a migliorare la sicurezza pubblica, consentendo tempi di risposta più rapidi e un'applicazione più efficace della legge.
Sistemi di gestione dei parcheggi e ANPR all'avanguardia
Un'altra interessante applicazione dell'ANPR con YOLO11 è quella dei sistemi di gestione dei parcheggi. Ad esempio, consente di creare parcheggi in cui le auto possono entrare, parcheggiare e uscire senza che il conducente debba interagire con una biglietteria automatica o un addetto. I sistemi di parcheggio ANPR che utilizzano YOLO11 possono aiutare a rendere più fluidi i processi di ingresso, uscita e pagamento.
Figura 5. Gestione dei parcheggi con i modelli di Ultralytics YOLO .
Quando un veicolo si avvicina al cancello d'ingresso, l'ANPR di YOLO11 riconosce immediatamente la targa. Il sistema effettua un controllo incrociato con un database pre-registrato o crea una nuova voce. Il cancello si apre automaticamente, lasciando entrare il veicolo senza alcun passaggio manuale. Il processo accelerato crea un'esperienza più comoda per gli automobilisti.
Allo stesso modo, quando un veicolo si allontana, il sistema rileva nuovamente la targa usando YOLO11. Calcola il tempo di sosta e può elaborare automaticamente il pagamento se il veicolo è registrato con un metodo di pagamento. L'automazione elimina la necessità di macchine di pagamento fisiche e aiuta a ridurre la congestione alle uscite, soprattutto nei periodi di maggiore affluenza.
YOLO11La capacità di rilevare le targhe in modo accurato e in tempo reale è fondamentale per far funzionare senza problemi questi sistemi di gestione dei parcheggi. Oltre a rendere il parcheggio più comodo, aiuta gli operatori a gestire meglio le loro strutture riducendo il lavoro manuale e migliorando il flusso del traffico.
Utilizzo dell'ANPR per il controllo degli accessi nei sistemi di sicurezza
I sistemi ANPR integrati con il sito YOLO11 sono un'ottima opzione per gestire l'accesso ad aree sicure come comunità recintate, campus aziendali e strutture riservate. Utilizzando l'ANPR, questi luoghi possono automatizzare la loro sicurezza, assicurandosi che solo i veicoli autorizzati siano ammessi.
Figura 6. Utilizzo dell'ANPR per consentire l'accesso dei veicoli autorizzati alle aree protette.
È simile al sistema di gestione dei parcheggi di cui abbiamo parlato in precedenza. La differenza principale è che il sistema controlla la targa con un elenco di veicoli autorizzati. Se il veicolo è approvato, il cancello si apre automaticamente, garantendo l'accesso ai residenti, ai dipendenti o ai visitatori e mantenendo la sicurezza. Il processo riduce la necessità di controlli manuali, consentendo al personale di sicurezza di concentrarsi su compiti più importanti.
I sistemi ANPR sono una parte fondamentale del futuro delle città intelligenti
Ora che abbiamo illustrato alcune applicazioni dei sistemi ANPR integrati con YOLO11, pensiamo a queste applicazioni in modo più connesso.
Al di là delle singole applicazioni, i loro vantaggi si evidenziano quando vengono considerati come una soluzione coesiva nell'infrastruttura urbana per le città intelligenti. Man mano che le città si evolvono per diventare più intelligenti, i sistemi ANPR svolgono un ruolo sempre più importante nelle infrastrutture urbane.
Ad esempio, consideriamo una città intelligente in cui l'ANPR viene utilizzato per gestire il traffico, garantire un accesso sicuro e ottimizzare il parcheggio. Un veicolo potrebbe essere rilevato al momento dell'ingresso in città, tracciato in tutto il suo percorso, autorizzato ad accedere alle aree riservate e a parcheggiare senza alcun intervento manuale.
Integrando modelli di visione computerizzata come YOLO11, l'ANPR può aiutare a gestire il traffico in modo più efficiente, a rafforzare la sicurezza e a migliorare la pubblica incolumità. Questi sistemi consentono un monitoraggio in tempo reale, processi automatizzati e processi decisionali basati sui dati, essenziali per gestire la crescente complessità delle città moderne.
Uno sguardo finale all'ANPR con YOLO11
I sistemi ANPR stanno diventando essenziali per le moderne infrastrutture urbane e l'integrazione di modelli di visione computerizzata come YOLO11 li rende ancora più vantaggiosi. YOLO11 migliora l'ANPR con una maggiore precisione, l'elaborazione in tempo reale e l'adattabilità, rendendolo ideale per le applicazioni delle smart city. Dal miglioramento della gestione del traffico e delle forze dell'ordine all'automazione dei parcheggi e degli accessi protetti, i sistemi ANPR basati su YOLO11 offrono efficienza e affidabilità. Man mano che le città diventano più intelligenti, queste soluzioni giocheranno probabilmente un ruolo cruciale nella trasformazione della vita urbana e nel supporto del futuro delle infrastrutture intelligenti.
.png)
.png)
.png)
