Cascata de dois YOLO em vez de um modelo único
Contexto
Detectar carros e placas em uma única passada exigiria um modelo multi-classe com dataset anotado para ambas as tarefas, o que aumenta custo de rotulagem e complexidade de treino.
Decisão
Encadear dois modelos YOLOv8 especializados: o primeiro detecta carros na imagem inteira e o segundo localiza a placa dentro do crop de cada carro.
Trade-off
A cascata adiciona latência por veículo e propaga erros do primeiro estágio (carro não detectado não gera placa). Mitigado ao restringir a busca da placa à região do carro, o que reduz falsos positivos do segundo modelo e mantém cada modelo simples de treinar e versionar.