Гибридная модель на основе облаков для обнаружения в реальном масштабе времени защищенных лицензий BRTA с использованием YOLO Tiny и Haar Cascade

arXiv:2609.06507v1 Тип уведомления: новое резюме: точное обнаружение номерных знаков транспортных средств имеет важное значение для таких видов применения, как интеллектуальные транспортные системы, сбор платы за проезд, управление стоянкой и правоохранительная деятельность. В Бангладеш эта задача сопряжена с особыми проблемами, обусловленными сложностью локальных номерных знаков и такими экологическими факторами, как освещение, оккультизация, размытое движение и такие препятствия, как грязь или грязи. Эти проблемы зачастую делают традиционные методы неэффективными. В этом документе предлагается новый гибридный подход, сочетающий модель глубокого обучения YOLO Tiny с классификатором Haar-Cascade для более эффективного обнаружения и локализации бенгальских номерных знаков. Одним из ключевых новшеств нашей системы является интеграция динамического процесса переподготовки, который позволяет этой модели адаптироваться к меняющейся реальной обстановке. Этот механизм переподготовки значительно повышает эффективность в сценариях с низкой степенью уверенности, постоянно повышая точность модели по мере появления новых данных. Добавить