Ce document présente un système de Reconnaissance Automatique des Plaques d'Immatriculation (RAPM) efficace et indépendant du format, basé sur le détecteur d'objets YOLO de pointe, qui intègre une approche unifiée pour la détection des plaques d'immatriculation (PI) et la classification du format afin d'améliorer les résultats de reconnaissance grâce à des règles de post-traitement. Le système est conçu en évaluant et en optimisant différents modèles, visant à obtenir le meilleur compromis vitesse/précision à chaque étape. Les réseaux sont entraînés à l'aide d'images provenant de plusieurs jeux de données, avec l'ajout de diverses techniques d'augmentation de données, afin qu'ils soient robustes dans différentes conditions. Le système proposé a atteint un taux de reconnaissance global de 96,9 % sur huit jeux de données publics (provenant de cinq régions différentes) utilisés dans les expériences, surpassant tant les travaux précédents que les systèmes commerciaux dans les jeux de données ChineseLP, OpenALPR-EU, SSIG-SegPlate et UFPR-ALPR. Dans les autres jeux de données, l'approche proposée a obtenu des résultats compétitifs par rapport à ceux des modèles de référence. Notre système a également réalisé des taux impressionnants d'images par seconde (IPS) sur une carte graphique haut de gamme, capable d'opérer en temps réel même lorsque quatre véhicules sont présents dans la scène. Une contribution supplémentaire est que nous avons manuellement annoté 38 351 boîtes englobantes sur 6 239 images provenant de jeux de données publics et rendu ces annotations disponibles au grand public pour la communauté scientifique.