Object Detection and classification in Image using yolo and CNN

Abstract

This project applies artificial intelligence (AI) and deep learning techniques for image classification (using convolutional neural networks) and object detection (YOLOv8). Models were trained and evaluated using datasets with 4–6 categories, and assessed through metrics like accuracy and confusion matrices. Real-world applications include license plate recognition and solar panel detection. Tools such as OpenCV and PyTesseract yielded accurate and fast results for automated visual analysis systems=================================================================================== Ce projet utilise l’intelligence artificielle (IA) et l’apprentissage profond pour la classification d’images (réseaux de neurones convolutifs) et la détection d’objets (YOLOv8). Les modèles ont été entraînés sur différents jeux de données et évalués à l’aide d’indicateurs tels que la précision. Des applications pratiques incluent la reconnaissance de plaques d’immatriculation et la détection de panneaux solaires. Les outils utilisés (OpenCV, PyTesseract, etc.) ont permis d’obtenir des résultats précis et rapides pour des systèmes d’analyse visuelle automatisée.