Распознавание автономеров

Номера на фото с телефона и из объявлений, а не с камер. Попробуйте на своём снимке.

Перетащите фото сюда или выберите файл. JPEG, PNG, WebP до 10 МБ.

Выбрать фото

Фото остаётся в браузере и уходит на сервер только для распознавания – там оно не сохраняется.

Что распознаём

Россия
Украина, Казахстан, Беларусь, Грузия, Армения, Киргизия, Молдова, Таджикистан, Узбекистан
Номера ЕС и советского образца

Задача: Рамка и 4 угла каждой таблички на кадре
Архитектура: YOLO26n-pose, 2,5 млн параметров, вход 1280 px
Обучение: 48 тыс. кадров из объявлений, разметка проверена человеком
Показатели: 50 мс на кадр 1280 px, один поток CPU
96 % табличек найдено (тест 900 кадров)
98 % табличек от 32 px найдено (тот же тест)
0,3 % ложных рамок на кадрах без машины (10 609 кадров)

Задача: Текст номера, тип таблички (стандарт, мото, такси, прицеп) и страна
Архитектура: Своя cct_xs, компактный трансформер, вход 256×96 px, 3,2 МБ
Обучение: 365 тыс. кропов: 321 тыс. номеров РФ и 44 тыс. других стран
Показатели: 3,4 мс на кроп, один поток CPU
99,5 % верных номеров (2 870 кропов)
99,9 % верных при уверенности > 0,99, распознано 94 % кропов
99,9 % верных при уверенности > 0,85, распознано 99 % кропов
99,0 % верных стран (3 989 кропов)
99,8 % верных регионов РФ

Задача: Марка и модель машины по кадру объявления
Архитектура: ConvNeXt-Tiny, int8, кроп машины 224 px; 231 модель 40 марок и класс «другое»
Обучение: 68 тыс. кадров объявлений
Показатели: 85 мс на кроп, один поток CPU
87 % верных моделей (7 502 кадра)
96 % верных в пятёрке (те же кадры)
88 % верных марок (те же кадры)
91 % верных моделей по объявлению целиком (3 389 объявлений)