License plate detection and character recognition using deep learning models

U ovom radu istražena je tema detekcije registarskih oznaka na motornim vozilima koristeći neuronsku mrežu YOLO v7, kao i prepoznavanje znakova na istoj pločici uz pomoć EasyOCR-a. Razmotreni su različiti parametri učenja koji mogu utjecati na konačni rezultat. Proveden je proces treniranja, validacije i testiranja te su iznijeti rezultati evaluirani. Također, definirani su ključni pojmovi računalnog vida. Ovaj rad pruži i pregled ostalih sustava za detekciju objekata kako bi se identificirale prednosti i nedostatci te se navode ključne razlike, s ciljem stjecanja uvida u način rada detekcijskih sustava i metode koje koriste.This paper explores the topic of license plate detection on motor vehicles using the YOLO v7 neural network, as well as character recognition on the same plate with the assistance of EasyOCR. Various learning parameters that may influence the final outcome have been examined. The process of training, validation, and testing was carried out, and the results were presented and evaluated. Additionally, key concepts of computer vision were defined. This paper also provides an overview of other object detection systems to identify strengths and weaknesses, and highlights key differences, with the aim of gaining insight into the functioning of detection systems and the methods they employ