### Aplikacja iOS rozpoznająca tablice rejestracyjne pojazdów

___
Surowy zbiór danych: 
- [Kaggle/car-plate-detection](https://www.kaggle.com/datasets/andrewmvd/car-plate-detection?fbclid=IwAR1PmFR4HCju2uqKWs9u0RWO6TxTynyIBIBMttuzGGfTWopLUIhVYrKx-U8)  

Dane przygotowane do uczenia modelu: 
- [Roboflow/wko](https://universe.roboflow.com/wko/car-license-plate-occlq/dataset/1)
  (należy pobrać w formacie yoloV3 Keras)

Aby uruchomić trening modelu z folderu `API` należy w pliku `train.py` zmodyfikować domyślne ścieżki z anotacjami, oczekiwanymi klasami oraz wielkościami ramek (anchors).  Następnie można uruchomić powyższy plik i czekać na model. W rezultacie otrzymamy dwa modele:
- `_stage.h5` - model po podstawowym uczeniu;
- `_final.h5` - model po fine tuningu na odmrożonych warstwach z domyślnego procesu uczenia. 

___
### Aplikacja 
Aby skorzystać z aplikacji należy najpierw uruchomić API oparte na frameworku FLASK - (`python -m pip install flask`), z którym komunikuje się aplikacja. W tym celu trzeba wywołać poniższe polecenia z głównego katalogu projektu: 
 - `export FLASK_APP=API/api.py`
 - `flask run --without-threads`
W terminalu otrzymamy address na którym serwis został uruchomiony. Należy go skopiować i po otwarciu projektu `App/LicensePlates/LicensePlates.xcodeproj` wkleić jako wartość zmiennej `_apiAddress_` w klasie `Api`.  
Ostatnim krokiem jest zbudowanie aplikacji w IDE.