Découvre YOLO26 : l'IA de vision de nouvelle génération.
Ultralytics
Back to customer stories
Transport et logistiqueInfrastructure et transport

SOHGA réduit le temps de surveillance des parkings de 30 % grâce à Ultralytics YOLO

SOHGA réduit le temps de surveillance des parkings de 30 % grâce à Ultralytics YOLO logo

Découvre comment le système MEGURU de SOHGA utilise Ultralytics YOLO26 pour automatiser les patrouilles de parking, réduire le temps de patrouille de 30 % et améliorer la sécurité.

SOHGA réduit le temps de surveillance des parkings de 30 % grâce à Ultralytics YOLO

Problem

Les patrouilles de parkings au Japon exigent que le personnel vérifie visuellement l'intérieur des véhicules, une tâche exigeant une concentration soutenue qui diminue au bout de 15 à 20 minutes. C'est un processus sujet aux erreurs qui laisse des occupants non détectés et des vies potentiellement en danger.

Solution

SOHGA a développé MEGURU, un système de patrouille mobile propulsé par Ultralytics YOLO26, permettant au personnel des parkings de scanner les plaques d'immatriculation de manière quasi instantanée tout en marchant devant les voitures garées. MEGURU standardise le processus tout en réduisant le temps de patrouille.

Les patrouilles de parkings sont une tâche routinière mais exigeante sur le plan opérationnel dans de nombreux secteurs au Japon. Elles sont souvent une exigence pour certains domaines comme la santé. Par exemple, les hôpitaux doivent maintenir les voies d'accès libres pour les ambulances et les utilisateurs de fauteuils roulants, tandis que d'autres secteurs sont tenus de vérifier leurs parkings pour détecter les occupants laissés sans surveillance. Pour le personnel gérant de grands parkings lors de plusieurs rondes quotidiennes, assurer le suivi cohérent de chaque véhicule est un véritable défi opérationnel.

SOHGA Co. a créé MEGURU pour répondre à ce besoin. Propulsé par Ultralytics YOLO26, MEGURU est un système mobile de reconnaissance de plaques d'immatriculation qui aide le personnel de patrouille à suivre chaque véhicule dans un parking en temps réel, distinguant automatiquement les voitures déjà contrôlées de celles qui ne le sont pas, grâce à un retour audio simple diffusé via un smartphone.

Link to this sectionUtiliser la vision par ordinateur pour soutenir les patrouilles de parkings#

Le système MEGURU de SOHGA est conçu autour d'un flux de travail simple. Un membre du personnel porte un iPhone fixé à une perche à selfie et parcourt le parking à une allure normale. À mesure qu'il passe devant chaque véhicule, le système scanne la plaque d'immatriculation en temps réel et émet une alerte audio : un son pour un nouveau véhicule qui n'a pas encore été enregistré, et un son différent pour celui qui a déjà été contrôlé.

Cette conception axée sur l'audio est intentionnelle. Le personnel de patrouille ne se contente pas d'enregistrer des plaques ; il regarde aussi à travers les vitres des voitures pour vérifier la présence d'occupants. En fournissant des retours sonores plutôt que d'obliger le personnel à regarder l'écran, MEGURU maintient leur attention sur le véhicule plutôt que sur l'appareil. Une nouvelle plaque est traitée instantanément, permettant au personnel de passer d'un véhicule à l'autre toutes les 2 à 3 secondes. Pendant que les opérateurs font leurs rondes, MEGURU parvient à suivre le rythme du personnel en temps réel, délivrant des signaux audio efficacement sans rompre leur concentration visuelle.

Le système est actuellement déployé chez 112 clients dans l'est du Japon, fonctionnant sur 147 appareils, et réduisant le temps de patrouille d'environ 30 % en moyenne. Dans le cas documenté le plus significatif, une patrouille qui prenait auparavant deux heures a été effectuée en 40 minutes.

Link to this sectionDéfis de la reconnaissance de plaques d'immatriculation sur un appareil en mouvement#

La reconnaissance fiable des plaques d'immatriculation dans un environnement contrôlé et statique est un problème bien connu. Le faire sur un smartphone tenu à la main qui se déplace dans un parking est considérablement plus complexe. Lorsque l'agent de patrouille marche, l'appareil tremble, l'angle de vue change d'une voiture à l'autre, les conditions d'éclairage varient et les plaques apparaissent à des distances et orientations changeantes. Ces conditions créent un flou de mouvement et un cadrage incohérent qui rendent les approches de OCR standard peu fiables.

SOHGA a évalué l'OCR lors du développement et a constaté qu'il produisait des erreurs de lecture fréquentes sur des caractères visuellement similaires. C'est un problème significatif dans un système qui dépend d'une identification précise des plaques. Les plaques d'immatriculation japonaises utilisent un ensemble défini de caractères plutôt qu'un ensemble ouvert, ce qui a conduit à une approche plus ciblée : entraîner un modèle de détection uniquement sur les caractères pouvant réellement apparaître sur une plaque, au lieu de s'appuyer sur un système général de reconnaissance de texte.

Cette approche a également rendu le modèle plus robuste aux réalités physiques de l'environnement de scan. Comme les données d'entraînement reflétaient des conditions réelles telles que le flou de mouvement, l'inclinaison et l'éclairage variable, le modèle a appris à gérer ces variations plutôt que d'être mis en échec par elles.

Link to this sectionComment SOHGA utilise Ultralytics YOLO26#

Le pipeline de vision de MEGURU utilise deux modèles Ultralytics YOLO travaillant en séquence :

Détection de plaque d'immatriculation. Le premier modèle localise la plaque d'immatriculation dans chaque image de la caméra. Fonctionnant à 10 images par seconde sur l'iPhone, il identifie en continu la zone de l'image contenant la plaque au fur et à mesure que l'appareil passe devant chaque véhicule.

Reconnaissance de caractères. Le second modèle prend la zone de plaque recadrée et identifie chaque caractère. Parce qu'il est entraîné spécifiquement sur le jeu de caractères utilisé sur les plaques japonaises, il fonctionne dans un espace de détection contraint qui améliore la précision par rapport à un OCR polyvalent. Pour gérer la variation image par image causée par le mouvement, le système applique un mécanisme de vote majoritaire sur plusieurs images avant de confirmer une lecture.

La vitesse et la capacité d'entraînement de YOLO ont été essentielles à la réussite de ce projet. Exécuter l'inférence en temps réel sur un smartphone grand public nécessite un modèle à la fois précis et léger. L'entraînement sur un jeu de données spécifique au domaine, plutôt que de s'appuyer sur un modèle OCR prêt à l'emploi, a donné à SOHGA le contrôle nécessaire pour optimiser les performances selon leur cas d'usage exact. Cela a permis une reconnaissance des plaques presque instantanée, avec une fenêtre de temps de 2 à 3 secondes reflétant la cadence de marche de l'opérateur entre les véhicules, MEGURU étant capable de suivre cette vitesse et de délivrer des signaux audio en temps réel sans faire attendre l'agent de patrouille.

Link to this sectionPourquoi choisir les modèles Ultralytics YOLO ?#

Les modèles Ultralytics YOLO offrent la combinaison de performance en temps réel et de flexibilité d'entraînement dont MEGURU avait besoin. Fonctionnant sur un iPhone standard plutôt que sur du matériel dédié, le système nécessitait un modèle capable de fournir une inférence précise à 10 FPS sur l'ensemble du pipeline en deux étapes, incluant la détection et la reconnaissance de caractères, sans dépendre d'un GPU ou d'une connexion cloud. L'architecture efficace de YOLO a rendu cela possible.

La capacité à s'entraîner sur un jeu de données spécifique au domaine était tout aussi importante. Les plaques d'immatriculation japonaises utilisent un jeu de caractères contraint, et construire un modèle entraîné spécifiquement sur ces caractères, plutôt que d'utiliser un système de reconnaissance de texte général, a fourni à SOHGA une base plus fiable et précise pour la détection des caractères. Le même processus d'entraînement a également permis au modèle de devenir robuste aux conditions réelles de l'environnement de patrouille : flou de mouvement, angles obliques et éclairage variable.

SOHGA a également mesuré un avantage inattendu sur la qualité des patrouilles. En utilisant un équipement de surveillance des ondes cérébrales lors d'un essai contrôlé, ils ont constaté que le personnel sans MEGURU pouvait maintenir sa concentration pendant environ 10 à 15 minutes lors d'une patrouille. Avec MEGURU fournissant un retour audio continu et supprimant le besoin d'enregistrer manuellement les plaques, le personnel a pu maintenir une attention concentrée jusqu'à une heure, ce qui correspondait à la durée totale d'une ronde de patrouille.

Link to this sectionMise à l'échelle des opérations de patrouille à travers le Japon#

MEGURU est actuellement déployé chez plus de 100 clients dans l'est du Japon, avec plus de 140 appareils en utilisation active. Le système dessert deux groupes principaux de clients, chacun l'utilisant pour répondre à une exigence opérationnelle spécifique.

Hôpitaux : Les véhicules garés illégalement sur les voies d'accès des hôpitaux peuvent bloquer les itinéraires des ambulances et empêcher l'accès aux fauteuils roulants. MEGURU aide le personnel de patrouille des hôpitaux à identifier et à enregistrer les véhicules contrevenants plus efficacement.

Salles de Pachinko : Les réglementations japonaises exigent que les salles de pachinko patrouillent leurs parkings et vérifient l'absence d'occupants ou d'enfants laissés sans surveillance dans un véhicule. MEGURU offre au personnel de patrouille un moyen cohérent et structuré d'enregistrer chaque véhicule sur le parking et de s'assurer qu'aucun n'est manqué, remplaçant ainsi un processus manuel difficile à vérifier ou à standardiser. La fonction principale de MEGURU est de fournir un moyen facile de distinguer les véhicules contrôlés de ceux qui ne le sont pas, réduisant la fatigue mentale du personnel et améliorant l'efficacité des inspections de l'intérieur des véhicules, aidant finalement à sauver des vies.

Une autre application pratique consiste à lutter contre le stationnement non autorisé. Les véhicules utilisant de façon répétée le parking sans être des clients du pachinko constituaient depuis longtemps un problème persistant, difficile à gérer efficacement. En analysant les habitudes de stationnement, ces véhicules peuvent être clairement identifiés, et l'émission d'avertissements a permis de ramener à zéro les récidives.

Fig 1. meguru-outcome-image Fig 1. Une plaque d'immatriculation analysée par MEGURU.

Au-delà du cas d'utilisation principal de patrouille, SOHGA a étendu les capacités de MEGURU à l'analyse des visiteurs. Comme les plaques d'immatriculation japonaises incluent la localité d'immatriculation du véhicule, et que les données de plaque ne sont pas classées comme informations personnelles selon la loi japonaise, les clients peuvent utiliser les enregistrements de MEGURU pour comprendre d'où viennent les visiteurs, combien de temps ils restent et à quelle fréquence ils reviennent.

Link to this sectionApporter structure et cohérence aux patrouilles de parkings#

MEGURU répond à un problème opérationnel simple : comment s'assurer que chaque véhicule dans un parking a été vérifié, et le résout de manière pratique et évolutive. En faisant fonctionner deux modèles Ultralytics YOLO26 sur un iPhone standard, SOHGA a construit un système qui fonctionne dans les conditions réelles d'un parking actif.

Les résultats sont mesurables. Le temps de patrouille a été réduit en moyenne de 30 % sur l'ensemble des déploiements, le personnel étant capable de maintenir une concentration constante tout au long d'une ronde de patrouille complète. Avec plus de 100 clients et plus de 140 appareils déployés dans l'est du Japon, MEGURU est un excellent exemple de la façon dont les modèles de vision par ordinateur jouent un rôle actif au sein des villes pour surveiller la sécurité, tout en étant un outil fiable pour la gestion des parkings.

Curieux de découvrir la vision par IA ? Explorez nos options de licence pour intégrer la vision par ordinateur à vos projets. Visitez notre répertoire GitHub et rejoignez notre communauté.

Our solution to your industry

Real-time AI that works with your team

IA dans la robotique

Équipe tes machines plus intelligentes avec les modèles Ultralytics YOLO. La vision par IA dans la robotique propulse la navigation autonome, la perception, le suivi d'objets et le contrôle en temps réel.
En savoir plus
Real-time AI that works with your team

IA dans la logistique

Simplifie la logistique avec les modèles Ultralytics YOLO. La vision par IA permet l'inspection des colis, le tri, le suivi des véhicules et la surveillance de la sécurité des entrepôts en temps réel.
En savoir plus
Real-time AI that works with your team

IA dans le commerce de détail

Réinvente le commerce de détail avec les modèles Ultralytics YOLO. La vision par IA alimente le suivi des stocks, la surveillance des étagères, la gestion des files d'attente et des informations plus intelligentes sur les clients.
En savoir plus
Real-time AI that works with your team

IA dans la santé

Construis des solutions de santé avec les modèles Ultralytics YOLO. L'IA de vision dans la santé permet une imagerie médicale plus rapide, des diagnostics plus intelligents et une surveillance des patients.
En savoir plus
Real-time AI that works with your team

IA dans la fabrication

Optimise la fabrication avec les modèles Ultralytics YOLO. La vision par IA favorise le contrôle qualité, la détection des défauts, la conformité aux EPI et l'automatisation des chaînes de montage.
En savoir plus
Real-time AI that works with your operation

IA dans l'automobile

Applique la vision par ordinateur dans l'automobile avec les modèles Ultralytics YOLO. L'IA de vision améliore la sécurité routière, l'assistance à la conduite et l'automatisation des véhicules pour des routes plus intelligentes.
En savoir plus
Real-time AI tailored to your operation

IA en agriculture

Intègre l'IA de vision à l'agriculture intelligente avec les modèles Ultralytics YOLO. Optimise la surveillance des cultures, le suivi du bétail et l'agriculture de précision pour des rendements plus élevés et plus intelligents.
En savoir plus
Real-time AI that works with your team

IA dans la robotique

Équipe tes machines plus intelligentes avec les modèles Ultralytics YOLO. La vision par IA dans la robotique propulse la navigation autonome, la perception, le suivi d'objets et le contrôle en temps réel.
En savoir plus
Real-time AI that works with your team

IA dans la logistique

Simplifie la logistique avec les modèles Ultralytics YOLO. La vision par IA permet l'inspection des colis, le tri, le suivi des véhicules et la surveillance de la sécurité des entrepôts en temps réel.
En savoir plus
Real-time AI that works with your team

IA dans le commerce de détail

Réinvente le commerce de détail avec les modèles Ultralytics YOLO. La vision par IA alimente le suivi des stocks, la surveillance des étagères, la gestion des files d'attente et des informations plus intelligentes sur les clients.
En savoir plus
Real-time AI that works with your team

IA dans la santé

Construis des solutions de santé avec les modèles Ultralytics YOLO. L'IA de vision dans la santé permet une imagerie médicale plus rapide, des diagnostics plus intelligents et une surveillance des patients.
En savoir plus
Real-time AI that works with your team

IA dans la fabrication

Optimise la fabrication avec les modèles Ultralytics YOLO. La vision par IA favorise le contrôle qualité, la détection des défauts, la conformité aux EPI et l'automatisation des chaînes de montage.
En savoir plus
Real-time AI that works with your operation

IA dans l'automobile

Applique la vision par ordinateur dans l'automobile avec les modèles Ultralytics YOLO. L'IA de vision améliore la sécurité routière, l'assistance à la conduite et l'automatisation des véhicules pour des routes plus intelligentes.
En savoir plus
Real-time AI tailored to your operation

IA en agriculture

Intègre l'IA de vision à l'agriculture intelligente avec les modèles Ultralytics YOLO. Optimise la surveillance des cultures, le suivi du bétail et l'agriculture de précision pour des rendements plus élevés et plus intelligents.
En savoir plus
Real-time AI that works with your team

IA dans la robotique

Équipe tes machines plus intelligentes avec les modèles Ultralytics YOLO. La vision par IA dans la robotique propulse la navigation autonome, la perception, le suivi d'objets et le contrôle en temps réel.
En savoir plus
Real-time AI that works with your team

IA dans la logistique

Simplifie la logistique avec les modèles Ultralytics YOLO. La vision par IA permet l'inspection des colis, le tri, le suivi des véhicules et la surveillance de la sécurité des entrepôts en temps réel.
En savoir plus
Real-time AI that works with your team

IA dans le commerce de détail

Réinvente le commerce de détail avec les modèles Ultralytics YOLO. La vision par IA alimente le suivi des stocks, la surveillance des étagères, la gestion des files d'attente et des informations plus intelligentes sur les clients.
En savoir plus
Real-time AI that works with your team

IA dans la santé

Construis des solutions de santé avec les modèles Ultralytics YOLO. L'IA de vision dans la santé permet une imagerie médicale plus rapide, des diagnostics plus intelligents et une surveillance des patients.
En savoir plus
Real-time AI that works with your team

IA dans la fabrication

Optimise la fabrication avec les modèles Ultralytics YOLO. La vision par IA favorise le contrôle qualité, la détection des défauts, la conformité aux EPI et l'automatisation des chaînes de montage.
En savoir plus
Real-time AI that works with your operation

IA dans l'automobile

Applique la vision par ordinateur dans l'automobile avec les modèles Ultralytics YOLO. L'IA de vision améliore la sécurité routière, l'assistance à la conduite et l'automatisation des véhicules pour des routes plus intelligentes.
En savoir plus
Real-time AI tailored to your operation

IA en agriculture

Intègre l'IA de vision à l'agriculture intelligente avec les modèles Ultralytics YOLO. Optimise la surveillance des cultures, le suivi du bétail et l'agriculture de précision pour des rendements plus élevés et plus intelligents.
En savoir plus

Questions fréquemment posées

  • Les dépôts YOLO d'Ultralytics sont distribués sous la licence AGPL-3.0 par défaut. Cette licence approuvée par l'OSI est conçue pour les étudiants, les chercheurs et les passionnés, favorisant la collaboration ouverte et exigeant que tout logiciel utilisant des composants AGPL-3.0 soit également open-source. Bien que cela garantisse la transparence et favorise l'innovation, cela peut ne pas correspondre aux cas d'utilisation commerciale.

    Si ton projet implique d'intégrer le logiciel Ultralytics et les modèles d'IA dans des produits ou services commerciaux et que tu souhaites contourner les exigences open-source de l'AGPL-3.0, une Licence Entreprise est idéale.

    Les avantages de la Licence Entreprise incluent :

    • Flexibilité commerciale : Modifie et intègre le code source et les modèles YOLO d'Ultralytics dans des produits propriétaires sans adhérer à l'exigence AGPL-3.0 de rendre ton projet open-source.
    • Développement propriétaire : Obtiens une totale liberté pour développer et distribuer des applications commerciales incluant le code et les modèles YOLO d'Ultralytics.

    Pour assurer une intégration transparente et éviter les contraintes de l'AGPL-3.0, demande une licence Entreprise Ultralytics en utilisant le formulaire fourni. Notre équipe t'aidera à adapter la licence à tes besoins spécifiques.

  • Le modèle que tu choisis dépend des exigences de ton projet, notamment la performance, la précision, la cible de déploiement et les contraintes matérielles. Pour la plupart des nouveaux projets, Ultralytics YOLO26 est le point de départ recommandé car il offre les dernières améliorations en termes de vitesse, de précision, d'exportabilité et de prise en charge multitâche.

    Les familles de modèles YOLO antérieures restent disponibles pour les équipes ayant des flux de travail existants ou des exigences de compatibilité.

    Si tu pars de zéro, choisis YOLO26 en premier, puis évalue les variantes plus petites ou plus grandes pour trouver le bon équilibre entre vitesse et précision pour ton environnement de déploiement.

  • Les modèles YOLO d'Ultralytics sont une famille de modèles de vision par ordinateur pour des tâches telles que la détection d'objets, la segmentation, la classification, l'estimation de pose et la détection d'objets orientés. YOLO26 est la dernière version stable et est recommandée pour la plupart des nouveaux projets. Les versions YOLO antérieures restent disponibles pour les équipes ayant des flux de travail existants ou des exigences de compatibilité.

  • Les modèles YOLO d'Ultralytics sont des architectures de vision par ordinateur développées pour analyser des données visuelles provenant d'images et de vidéos. Ces modèles peuvent être entraînés pour des tâches incluant la détection d'objets, la classification, l'estimation de pose, le suivi, la segmentation d'instances et la détection d'objets orientés.

    La dernière famille de modèles YOLO d'Ultralytics est YOLO26, avec des versions YOLO antérieures disponibles pour les flux de travail existants.

Construisons ensemble le futur de l'IA !

Commence ton aventure avec le futur de l'apprentissage automatique