Immagine in ingresso
Riprese destinate alla lettura delle targhe in corrispondenza di caselli e portali autostradali.
Computer Vision
Immagine illustrativaIL PROGETTO IN DETTAGLIO
Contesto e obiettivo.
Il progetto ha realizzato un sistema di lettura automatica delle targhe per caselli e portali autostradali. Il lavoro è stato completato nell’ottobre 2025 e la soluzione è in uso presso il cliente. La pipeline collega più modelli, ciascuno dedicato a una parte del problema, per trasformare l’immagine del veicolo nella lettura dei caratteri della targa.
Ho seguito l’addestramento dei componenti e il loro collegamento in cascata. Il percorso comprende localizzazione della targa, riconoscimento del Paese di immatricolazione o del formato e OCR. Ogni stadio prepara le informazioni necessarie al passaggio successivo, fino alla lettura dei caratteri.
Il problema da risolvere.
Leggere una targa da un’immagine stradale non coincide con applicare un lettore di testo all’intera scena. Prima occorre trovare l’area della targa e separarla dalle altre informazioni visive. Il rilevamento deve quindi fornire al riconoscimento un ingresso pertinente, perché il testo utile occupa soltanto una parte dell’immagine acquisita.
Il formato della targa influenza il modo in cui i caratteri sono disposti e interpretati. Il progetto prevedeva un componente dedicato a riconoscere il Paese o le caratteristiche della targa, da collegare agli altri modelli. Questo passaggio aiuta a trattare la lettura come un problema strutturato, in cui localizzazione, contesto del formato e testo svolgono ruoli differenti.
La soluzione era destinata a caselli e portali autostradali e doveva arrivare a una lettura utilizzabile dal cliente. Il lavoro richiedeva quindi coordinamento fra i modelli: l’uscita di una fase diventa l’ingresso della successiva. Un risultato finale corretto dipende dal comportamento dell’intera cascata e non soltanto da quello del singolo componente OCR.
Come ho affrontato il progetto.
Ho realizzato una pipeline multi modello organizzata in tre passaggi principali. Il primo individua la targa attraverso object detection. Il secondo affronta il riconoscimento del Paese o del formato. Il terzo riconosce i caratteri con OCR. I modelli sono stati addestrati per il compito e collegati per produrre la lettura finale.
La struttura a cascata distingue i problemi e rende chiaro il contributo di ogni componente. Il rilevatore deve consegnare la regione pertinente; la classificazione descrive le caratteristiche della targa; il riconoscitore interpreta il testo. Il risultato del lavoro è il collegamento operativo di queste funzioni, sviluppato per l’impiego del cliente nel contesto autostradale.
IL FUNZIONAMENTO
Dai dati al risultato.
Modelli in cascata
Rilevamento della targa, classificazione del Paese o del formato e riconoscimento OCR dei caratteri.
Lettura della targa
I risultati delle diverse fasi vengono collegati per produrre l’output utilizzato dal cliente.
Schema descrittivo del flusso di lavoro del progetto.
03 / SVILUPPO
Le fasi del progetto.
4 fasi, dalla preparazione iniziale agli strumenti da consegnare.
01FASE
Impostazione del problema e della cascata
Ho organizzato il lavoro distinguendo l’individuazione della targa, il suo formato e la lettura dei caratteri. Questa separazione ha definito il ruolo dei modelli e il percorso delle informazioni dall’immagine iniziale all’output finale.
Il contesto di caselli e portali autostradali ha orientato il progetto verso una pipeline utilizzabile sul materiale del cliente. L’architettura è stata impostata come una sequenza di componenti collegati, con ingressi e risultati coerenti tra una fase e quella successiva.
- Tre stadi principali con funzioni distinte
- Collegamento dei modelli in un percorso di lettura completo
02FASE
Addestramento del rilevamento della targa
Ho addestrato il modello che individua la targa nell’immagine. Il suo risultato permette di concentrare il lavoro successivo sulla regione che contiene i caratteri, invece di richiedere all’OCR di interpretare l’intera scena.
Il rilevamento costituisce il primo anello della cascata. La scelta della regione corretta è determinante per il riconoscimento, perché una porzione incompleta o non pertinente può compromettere la lettura anche quando il modello di testo funziona correttamente su un ingresso adatto.
- Object detection della regione della targa
- Preparazione dell’ingresso per i componenti successivi
03FASE
Riconoscimento del Paese o del formato
Ho sviluppato il componente dedicato alle caratteristiche della targa, con il riconoscimento del Paese o del formato previsto dal progetto. Questa informazione viene trattata come parte della lettura della targa, insieme alla regione individuata e ai caratteri.
Il componente è inserito tra localizzazione e riconoscimento del testo: riceve la regione individuata e contribuisce a contestualizzare la lettura. Il Paese di immatricolazione e il formato vengono così trattati insieme agli altri elementi della targa, all’interno di una sola pipeline.
- Classificazione delle caratteristiche della targa
- Passaggio delle informazioni al livello di riconoscimento
04FASE
Addestramento OCR e collegamento dei risultati
Ho addestrato il modello OCR per riconoscere i caratteri e collegato la sua uscita ai risultati degli stadi precedenti. La parte finale della pipeline riunisce così rilevamento, classificazione e testo in un’unica lettura utilizzabile.
Il progetto si è concluso con la soluzione operativa presso il cliente. L’accuratezza della lettura è stata un obiettivo centrale del lavoro sui modelli e sulla cascata: rilevamento, classificazione e OCR sono stati sviluppati come parti di un unico sistema per l’impiego su caselli e portali autostradali.
- Riconoscimento OCR dei caratteri della targa
- Pipeline multi modello consegnata per l’utilizzo del cliente
04 / RISULTATI E CONSEGNA
Il risultato del lavoro.
Il sistema è in uso presso il cliente per la lettura delle targhe nel contesto di caselli e portali autostradali. La soluzione combina modelli addestrati e un percorso a cascata che individua la targa, ne riconosce Paese o formato e interpreta i caratteri.
Il valore della consegna è nella specializzazione e nel coordinamento dei componenti. Ogni modello affronta una parte definita del problema, mentre la pipeline trasforma il loro lavoro in una lettura complessiva. Il risultato è una soluzione applicata al contesto del cliente, completata nell’ottobre 2025 e utilizzata operativamente.
- Lettura strutturata in tre stadi collegati
- Rilevamento della targa separato dal riconoscimento dei caratteri
- Gestione del Paese o del formato nel percorso di lettura
- Modelli addestrati e integrati nella soluzione del cliente
ALTRI CASI STUDIO
Progetti nello stesso ambito.
Computer Vision
Immagine illustrativaPochi mslatenza di risposta nei test
Un robot che insegue un fascio di luce in pochi millisecondi
Visione robotica: fasci di luce e controllo del movimento
Computer Vision
Immagine illustrativaOperativosistema in uso presso il cliente
Videosorveglianza che segnala i movimenti sospetti in tempo reale
Videosorveglianza AI per supermercati
IL PROSSIMO PROGETTOParliamo del tuo
Parliamo del tuo progettoParliamo del tuo
progetto.
Descrivimi cosa vuoi ottenere e quali dati hai a disposizione. La prima call di 30 minuti è gratuita.