Ultralytics YOLO27 :
24 juin 2026

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

Découvre comment le système MEGURU de SOHGA utilise Ultralytics YOLO26 pour automatiser les patrouilles des parkings, réduire de 30 % leur durée et améliorer la sécurité.

SOHGA réduit de 30 % le temps de surveillance des parkings avec Ultralytics YOLO
Industry
Transport et logistique
30 %
De temps de patrouille en moins en moyenne
140 et plus
Appareils exécutant MEGURU à travers le Japon

SOHGA a développé MEGURU, un système de patrouille mobile propulsé par Ultralytics YOLO26, qui permet au personnel des parkings de scanner les plaques d'immatriculation presque instantanément en passant à pied devant les véhicules stationnés. MEGURU standardise le processus tout en réduisant le temps de patrouille.

Les patrouilles de parking sont une tâche courante, mais exigeante sur le plan opérationnel, dans de nombreux secteurs au Japon. Elles sont souvent obligatoires dans certains secteurs comme la santé. Par exemple, les hôpitaux doivent maintenir les voies d'accès dégagées pour les ambulances et les personnes en fauteuil roulant, tandis que d'autres secteurs doivent vérifier leurs parkings pour repérer les occupants laissés sans surveillance. Pour le personnel qui gère de grands parkings au cours de plusieurs rondes quotidiennes, suivre systématiquement chaque véhicule constitue un véritable défi opérationnel.

SOHGA Co. a conçu MEGURU pour répondre à ce problème. Propulsé par Ultralytics YOLO26, MEGURU est un système mobile de reconnaissance des plaques d'immatriculation qui aide le personnel de patrouille à suivre chaque véhicule d'un parking en temps réel, en distinguant automatiquement les véhicules déjà contrôlés de ceux qui ne le sont pas encore, grâce à un simple retour audio diffusé par un smartphone.

Utiliser la vision par ordinateur pour faciliter les patrouilles de parking#

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

Cette conception donnant la priorité à l'audio est intentionnelle. Le personnel de patrouille ne se contente pas d'enregistrer les plaques : il regarde également à travers les vitres des véhicules pour vérifier la présence d'occupants. En fournissant un retour sonore plutôt qu'en obligeant le personnel à regarder l'écran, MEGURU maintient son attention sur le véhicule plutôt que sur l'appareil. Une nouvelle plaque est traitée instantanément, ce qui permet au personnel de passer d'un véhicule au suivant toutes les 2 à 3 secondes. Pendant leurs rondes, les opérateurs peuvent ainsi maintenir leur rythme grâce à MEGURU, qui fournit efficacement des indications audio en temps réel sans détourner leur attention visuelle.

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

Les défis de la reconnaissance des plaques d'immatriculation sur un appareil en mouvement#

La reconnaissance fiable des plaques d'immatriculation dans un environnement statique et contrôlé est un problème bien maîtrisé. La réaliser sur un smartphone tenu en main et se déplaçant dans un parking est nettement plus complexe. Pendant que l'agent de patrouille marche, l'appareil tremble, l'angle de vue change d'un véhicule à l'autre, les conditions d'éclairage varient et les plaques apparaissent à des distances et selon des orientations différentes. Ces conditions provoquent du flou de mouvement et un cadrage irrégulier, ce qui rend les approches OCR classiques peu fiables.

SOHGA a évalué l'OCR pendant le développement et a constaté qu'il produisait fréquemment des erreurs de lecture sur des caractères visuellement similaires. Il s'agit d'un problème important pour un système qui dépend d'une identification précise des plaques. Les plaques d'immatriculation japonaises utilisent un ensemble défini de caractères plutôt qu'un jeu de caractères ouvert, ce qui a orienté SOHGA vers une approche plus ciblée : entraîner un modèle de détection uniquement sur les caractères susceptibles d'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 face aux réalités physiques de l'environnement de numérisation. Comme les données d'entraînement reflétaient des conditions réelles telles que le flou de mouvement, l'inclinaison et un éclairage variable, le modèle a appris à gérer ces variations au lieu d'être perturbé par celles-ci.

Comment SOHGA utilise Ultralytics YOLO26#

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

Détection des plaques 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 tandis que l'appareil passe devant chaque véhicule.

Reconnaissance des caractères. Le second modèle reçoit la zone recadrée de la plaque et identifie chaque caractère. Comme il est entraîné spécifiquement sur le jeu de caractères utilisé sur les plaques d'immatriculation japonaises, il fonctionne dans un espace de détection restreint, ce qui améliore la précision par rapport à un OCR généraliste. Pour gérer les variations d'une image à l'autre causées 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 réalisation 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 spécialisé, plutôt que l'utilisation d'un modèle OCR prêt à l'emploi, a donné à SOHGA le contrôle nécessaire pour ajuster les performances à son cas d'utilisation exact. Il en résulte une reconnaissance des plaques presque instantanée, avec une fenêtre de 2 à 3 secondes correspondant à la cadence de marche de l'opérateur entre les véhicules, MEGURU étant capable de suivre ce rythme et de fournir des indications audio en temps réel sans faire attendre l'agent de patrouille.

Pourquoi choisir les modèles Ultralytics YOLO ?#

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

La possibilité d'entraîner le modèle sur un jeu de données spécialisé était tout aussi importante. Les plaques d'immatriculation japonaises utilisent un jeu de caractères restreint, et la création d'un modèle entraîné spécifiquement sur ces caractères, plutôt que l'utilisation d'un système général de reconnaissance de texte, a fourni à SOHGA une base plus fiable et plus précise pour la détection des caractères. Le même processus d'entraînement a également permis au modèle de devenir robuste face 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. À l'aide d'un équipement de suivi des ondes cérébrales lors d'un essai contrôlé, l'équipe a constaté que le personnel dépourvu de MEGURU pouvait maintenir sa concentration pendant environ 10 à 15 minutes au cours d'une patrouille. Avec le retour audio continu de MEGURU et la suppression de la nécessité d'enregistrer manuellement les plaques, le personnel a pu rester pleinement concentré jusqu'à une heure, soit toute la durée d'une ronde de patrouille.

Développer les opérations de patrouille dans tout le Japon#

MEGURU est actuellement déployé auprès de plus de 100 clients dans l'est du Japon, avec plus de 140 appareils en service. Le système sert deux principaux groupes de clients, chacun l'utilisant pour répondre à un besoin opérationnel 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 plus efficacement les véhicules en infraction.

Salles de pachinko : La réglementation japonaise oblige les établissements de pachinko à patrouiller dans leurs parkings et à vérifier qu'aucun occupant ni enfant n'y est laissé sans surveillance dans un véhicule. MEGURU offre au personnel de patrouille un moyen cohérent et structuré d'enregistrer chaque véhicule du parking et de s'assurer qu'aucun n'est oublié, en remplaçant un processus manuel difficile à vérifier ou à standardiser. La fonction principale de MEGURU est de permettre de distinguer facilement les véhicules contrôlés de ceux qui ne le sont pas, en réduisant la fatigue liée à la concentration du personnel et en améliorant l'efficacité des inspections de l'intérieur des véhicules, ce qui contribue finalement à sauver des vies.

Une autre application pratique consiste à lutter contre le stationnement non autorisé. Les véhicules qui utilisaient régulièrement le parking sans que leurs occupants soient 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 il a été rapporté que l'émission d'avertissements avait fait tomber à zéro le nombre de récidives.

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

Au-delà de son usage principal pour les patrouilles, SOHGA a étendu les capacités de MEGURU à l'analyse des visiteurs, car les plaques d'immatriculation japonaises indiquent la localité d'immatriculation du véhicule et que, selon le droit japonais, les données des plaques ne sont pas considérées comme des informations personnelles ; les clients peuvent donc utiliser les données de MEGURU pour comprendre d'où viennent les visiteurs, combien de temps ils restent et à quelle fréquence ils reviennent.

Apporter structure et cohérence aux patrouilles de parking#

MEGURU répond à un problème opérationnel simple : comment s'assurer que chaque véhicule d'un parking a été contrôlé ; il le résout de manière pratique et évolutive. En exécutant deux modèles Ultralytics YOLO26 sur un iPhone standard, SOHGA a conçu un système qui fonctionne dans les conditions réelles d'un parking en activité.

Les résultats sont mesurables. Le temps de patrouille a été réduit de 30 % en moyenne dans les différents déploiements, et le personnel peut maintenir une concentration constante pendant toute une ronde. Avec plus de 100 clients et plus de 140 appareils déployés dans l'est du Japon, MEGURU illustre parfaitement comment les modèles de vision par ordinateur jouent un rôle actif dans les villes pour surveiller la sécurité, tout en constituant un outil fiable de gestion des parkings.

Tu t'intéresses à l'IA appliquée à la vision ? Découvre nos options de licence pour intégrer la vision par ordinateur à tes projets. Consulte notre dépôt GitHub et rejoins notre communauté.

NUNuvola Ladi

Our solution to your industry

Vision par ordinateur pour l'imagerie aérienne

Vision par ordinateur pour l'imagerie aérienne

Transforme les images de drones et aériennes en informations en temps réel pour l'agriculture, l'aquaculture, la surveillance environnementale, la conservation et l'analyse géospatiale avec Ultralytics YOLO.
En savoir plus
Vision par ordinateur dans l'aérospatiale

Vision par ordinateur dans l'aérospatiale

Apporte l'IA de vision à la surveillance aérienne grâce aux modèles Ultralytics YOLO. Alimente les drones, les flux de travail aérospatiaux, la conservation de l'environnement et les industries géospatiales avec des solutions de vision par ordinateur.
En savoir plus

Protège chaque site avec les modèles Ultralytics YOLO. L'IA de vision alimente la surveillance du périmètre, la détection des menaces, la reconnaissance des plaques d'immatriculation et la sécurité au travail.
En savoir plus
Vision par ordinateur en robotique

Vision par ordinateur en robotique

Donne plus d’intelligence à tes machines avec les modèles Ultralytics YOLO. L’IA visuelle en robotique permet la navigation autonome, la perception, le suivi d’objets et le contrôle en temps réel.
En savoir plus
Vision par ordinateur en logistique

Vision par ordinateur en logistique

Optimise la logistique avec les modèles Ultralytics YOLO. L’IA visuelle 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
Vision par ordinateur dans le commerce de détail

Vision par ordinateur dans le commerce de détail

Réinvente le commerce de détail avec les modèles Ultralytics YOLO. L’IA visuelle permet le suivi des stocks, la surveillance des rayons, la gestion des files d’attente et l’obtention d’informations plus pertinentes sur les clients.
En savoir plus
La vision par ordinateur dans le secteur de la santé

La vision par ordinateur dans le secteur de la santé

Développe des solutions de santé avec les modèles Ultralytics YOLO. L'IA de vision dans le secteur de la santé accélère l'imagerie médicale, améliore les diagnostics et renforce la surveillance des patients.
En savoir plus
La vision par ordinateur dans l'industrie manufacturière

La vision par ordinateur dans l'industrie manufacturière

Optimise la production industrielle avec les modèles Ultralytics YOLO. L'IA de vision améliore le contrôle qualité, la détection des défauts, le respect des règles relatives aux EPI et l'automatisation des lignes d'assemblage.
En savoir plus
Vision par ordinateur dans l’automobile

Vision par ordinateur dans l’automobile

Applique la vision par ordinateur à l’automobile avec les modèles Ultralytics YOLO. L’IA de vision améliore la sécurité routière, l’aide à la conduite et l’automatisation des véhicules pour des routes plus intelligentes.
En savoir plus
Vision par ordinateur dans l’agriculture

Vision par ordinateur dans l’agriculture

Apporte 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
Vision par ordinateur pour l'imagerie aérienne

Vision par ordinateur pour l'imagerie aérienne

Transforme les images de drones et aériennes en informations en temps réel pour l'agriculture, l'aquaculture, la surveillance environnementale, la conservation et l'analyse géospatiale avec Ultralytics YOLO.
En savoir plus
Vision par ordinateur dans l'aérospatiale

Vision par ordinateur dans l'aérospatiale

Apporte l'IA de vision à la surveillance aérienne grâce aux modèles Ultralytics YOLO. Alimente les drones, les flux de travail aérospatiaux, la conservation de l'environnement et les industries géospatiales avec des solutions de vision par ordinateur.
En savoir plus

Protège chaque site avec les modèles Ultralytics YOLO. L'IA de vision alimente la surveillance du périmètre, la détection des menaces, la reconnaissance des plaques d'immatriculation et la sécurité au travail.
En savoir plus
Vision par ordinateur en robotique

Vision par ordinateur en robotique

Donne plus d’intelligence à tes machines avec les modèles Ultralytics YOLO. L’IA visuelle en robotique permet la navigation autonome, la perception, le suivi d’objets et le contrôle en temps réel.
En savoir plus
Vision par ordinateur en logistique

Vision par ordinateur en logistique

Optimise la logistique avec les modèles Ultralytics YOLO. L’IA visuelle 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
Vision par ordinateur dans le commerce de détail

Vision par ordinateur dans le commerce de détail

Réinvente le commerce de détail avec les modèles Ultralytics YOLO. L’IA visuelle permet le suivi des stocks, la surveillance des rayons, la gestion des files d’attente et l’obtention d’informations plus pertinentes sur les clients.
En savoir plus
La vision par ordinateur dans le secteur de la santé

La vision par ordinateur dans le secteur de la santé

Développe des solutions de santé avec les modèles Ultralytics YOLO. L'IA de vision dans le secteur de la santé accélère l'imagerie médicale, améliore les diagnostics et renforce la surveillance des patients.
En savoir plus
La vision par ordinateur dans l'industrie manufacturière

La vision par ordinateur dans l'industrie manufacturière

Optimise la production industrielle avec les modèles Ultralytics YOLO. L'IA de vision améliore le contrôle qualité, la détection des défauts, le respect des règles relatives aux EPI et l'automatisation des lignes d'assemblage.
En savoir plus
Vision par ordinateur dans l’automobile

Vision par ordinateur dans l’automobile

Applique la vision par ordinateur à l’automobile avec les modèles Ultralytics YOLO. L’IA de vision améliore la sécurité routière, l’aide à la conduite et l’automatisation des véhicules pour des routes plus intelligentes.
En savoir plus
Vision par ordinateur dans l’agriculture

Vision par ordinateur dans l’agriculture

Apporte 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
Vision par ordinateur pour l'imagerie aérienne

Vision par ordinateur pour l'imagerie aérienne

Transforme les images de drones et aériennes en informations en temps réel pour l'agriculture, l'aquaculture, la surveillance environnementale, la conservation et l'analyse géospatiale avec Ultralytics YOLO.
En savoir plus
Vision par ordinateur dans l'aérospatiale

Vision par ordinateur dans l'aérospatiale

Apporte l'IA de vision à la surveillance aérienne grâce aux modèles Ultralytics YOLO. Alimente les drones, les flux de travail aérospatiaux, la conservation de l'environnement et les industries géospatiales avec des solutions de vision par ordinateur.
En savoir plus

Protège chaque site avec les modèles Ultralytics YOLO. L'IA de vision alimente la surveillance du périmètre, la détection des menaces, la reconnaissance des plaques d'immatriculation et la sécurité au travail.
En savoir plus
Vision par ordinateur en robotique

Vision par ordinateur en robotique

Donne plus d’intelligence à tes machines avec les modèles Ultralytics YOLO. L’IA visuelle en robotique permet la navigation autonome, la perception, le suivi d’objets et le contrôle en temps réel.
En savoir plus
Vision par ordinateur en logistique

Vision par ordinateur en logistique

Optimise la logistique avec les modèles Ultralytics YOLO. L’IA visuelle 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
Vision par ordinateur dans le commerce de détail

Vision par ordinateur dans le commerce de détail

Réinvente le commerce de détail avec les modèles Ultralytics YOLO. L’IA visuelle permet le suivi des stocks, la surveillance des rayons, la gestion des files d’attente et l’obtention d’informations plus pertinentes sur les clients.
En savoir plus
La vision par ordinateur dans le secteur de la santé

La vision par ordinateur dans le secteur de la santé

Développe des solutions de santé avec les modèles Ultralytics YOLO. L'IA de vision dans le secteur de la santé accélère l'imagerie médicale, améliore les diagnostics et renforce la surveillance des patients.
En savoir plus
La vision par ordinateur dans l'industrie manufacturière

La vision par ordinateur dans l'industrie manufacturière

Optimise la production industrielle avec les modèles Ultralytics YOLO. L'IA de vision améliore le contrôle qualité, la détection des défauts, le respect des règles relatives aux EPI et l'automatisation des lignes d'assemblage.
En savoir plus
Vision par ordinateur dans l’automobile

Vision par ordinateur dans l’automobile

Applique la vision par ordinateur à l’automobile avec les modèles Ultralytics YOLO. L’IA de vision améliore la sécurité routière, l’aide à la conduite et l’automatisation des véhicules pour des routes plus intelligentes.
En savoir plus
Vision par ordinateur dans l’agriculture

Vision par ordinateur dans l’agriculture

Apporte 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 Ultralytics YOLO sont distribués par défaut sous la licence AGPL-3.0. Cette licence approuvée par l’OSI est conçue pour les étudiants, les chercheurs et les passionnés : elle favorise la collaboration ouverte et exige que tout logiciel utilisant des composants AGPL-3.0 soit également open source. Bien que cela garantisse la transparence et favorise l’innovation, elle peut ne pas convenir aux cas d’utilisation commerciaux.

    Si ton projet consiste à intégrer des logiciels et des modèles d’IA Ultralytics dans des produits ou services commerciaux et que tu souhaites éviter les obligations open source de l’AGPL-3.0, une licence Enterprise est idéale.

    Les avantages de la licence Enterprise comprennent :

    • Flexibilité commerciale : modifie et intègre le code source et les modèles Ultralytics YOLO dans des produits propriétaires sans devoir respecter l’obligation de l’AGPL-3.0 de rendre ton projet open source.
    • Développement propriétaire : bénéficie d’une liberté totale pour développer et distribuer des applications commerciales incluant du code et des modèles Ultralytics YOLO.

    Pour garantir une intégration fluide et éviter les contraintes de l’AGPL-3.0, demande une licence Enterprise Ultralytics à l’aide du 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 des performances, de la précision, de la cible de déploiement et des contraintes matérielles. Pour la plupart des nouveaux projets, Ultralytics YOLO26 est le point de départ recommandé, car il offre les dernières améliorations en matière de vitesse, de précision, d’exportabilité et de prise en charge multitâche.

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

    Si tu démarres un nouveau projet, choisis d’abord YOLO26, puis évalue les variantes plus petites ou plus grandes afin de trouver le bon équilibre entre vitesse et précision pour ton environnement de déploiement.

  • Les modèles Ultralytics YOLO forment une famille de modèles de vision par ordinateur destinés à 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 recommandé pour la plupart des nouveaux projets. Les versions antérieures de YOLO restent disponibles pour les équipes disposant de workflows existants ou ayant des exigences de compatibilité.

  • Les modèles Ultralytics YOLO sont des architectures de vision par ordinateur conçues pour analyser des données visuelles provenant d’images et de vidéos. Ces modèles peuvent être entraînés pour des tâches telles que 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 Ultralytics YOLO est YOLO26, tandis que les versions antérieures de YOLO restent disponibles pour les workflows existants.

Construisons ensemble l'avenir de l'IA !

Commence ton parcours vers l'avenir de l'apprentissage automatique