AVANCES EN EL RECONOCIMIENTO DE PLACAS VEHICULARES CON VISIÓN COMPUTACIONAL Y MACHINE LEARNING EN COSTA RICA
Palabras clave:
Aprendizaje automático, conjunto de datos vehiculares, placas vehiculares, reconocimiento de caracteres, reconocimiento de matrículas, seguridad vial, visión computacionalResumen
El presente artículo documenta el desarrollo de un sistema de visión computacional y aprendizaje automático para el reconocimiento de placas vehiculares en Costa Rica, un área poco investigada localmente. Utiliza
el algoritmo YOLOv5 y técnicas de OCR para detectar vehículos y procesar texto en tres etapas: detección
vehicular, detección de placas y reconocimiento de caracteres. Se entrenaron dos modelos, con lo cual se
logró un 77 % de precisión en detección de vehículos y 96 % en detección de placas. Además, se creó un
dataset experimental con 729 placas costarricenses, donde el modelo alcanzó un 69 % de verdaderos positivos. Esta solución representa un avance significativo para aplicaciones de seguridad vial y propone una
base sólida para futuros desarrollos. Se recomienda ampliar el dataset nacional para mejorar el rendimiento.
The articles published by Technology Inside can be shared with a Creative Commons License: 