💛前情提要💛
本文是傳知代碼平臺中的相關前沿知識與技術的分享~
接下來我們即將進入一個全新的空間，對技術有一個全新的視角~
本文所涉及所有資源均在傳知代碼平臺可獲取
以下的內容一定會讓你對AI 賦能時代有一個顛覆性的認識哦！！！
以下內容干貨滿滿，跟上步伐吧~
📌導航小助手📌
- 💡本章重點
- 🍞一. 概述
- 🍞二. 演示效果
- 🍞三. 核心邏輯
- 🍞四. 使用方式
- 🍞五.部署方式
- 🫓總結
💡本章重點
- 高速公路車輛速度檢測軟件
🍞一. 概述
這個項目旨在利用無人機視角監測和記錄高速公路上車輛的速度和加速度，從而提供了一種有效的交通監控和數據收集解決方案。通過整合計算機視覺技術和機器學習算法，可以實現對車輛行駛情況的實時跟蹤和分析。
首先，在圖像上運行YOLOv8檢測器來識別車輛，并利用Bytetrack跟蹤器進行車輛的跟蹤。跟蹤結果被更新到注冊模塊中，用于后續的數據處理和記錄。然后通SG濾波器對數據進行平滑處理，求出每隔0.1s的車輛速度加速度。最終，將跟蹤到的車輛信息保存到Excel文件中，以供后續分析和使用。
總的來說，這個項目利用了先進的計算機視覺技術和機器學習算法，實現了對高速公路車輛行駛情況的實時監測和數據記錄。通過無人機視角，可以獲取更廣闊的視野和更全面的信息，為交通管理和道路安全提供了有力的支持和幫助。
🍞二. 演示效果
🍞三. 核心邏輯
軟件中關于各個組件及參數配置的定義，項目總共分為檢測器、跟蹤器和注冊表三個部分，檢測器把檢測的結果輸出給跟蹤器進行跟蹤，跟蹤器把跟蹤信息傳輸給注冊表，再由注冊表進行平滑、計算速度等后處理。可以根據自己需要調整參數。
class APP:def __init__(self, yolo_path, save_path, intercoord, roi):self.detector_opt = {'class_names': self.classes, 'n_classes': 3, 'conf_threshold': 0.05, 'iou_thresh': 0.3, 'size': self.size, 'roi': roi}self.tracker_opt = {'track_thresh': 0.35, 'track_buffer': 15, 'match_thresh': 0.6, 'frame_rate': 30,'aspect_ratio_thresh': 1.6, 'min_box_area': 10, 'mot20': False,'class_names': self.classes, 'n_classes': 2, 'iou_thresh': 0.3}self.register_opt = {'dt': 0.1, 'fps': 30, 'x': intercoord['center_x'], 'y': intercoord['center_y'], 'rotation': intercoord['rotation'],'scale': intercoord['scale'], 'roi': roi, 'save_path': save_path}self.detector = YOLOv8(yolo_path, self.detector_opt)self.tracker = MCOCSort(class_names=self.tracker_opt['class_names'],det_thresh=self.tracker_opt['track_thresh'],iou_thresh=self.tracker_opt['iou_thresh'],max_age=self.tracker_opt['track_buffer'])self.register = Register(self.register_opt)
🍞四. 使用方式
- 環境搭建
pip install -r requirements.txt
- 下載權重文件
🍞五.部署方式
- 開始運行軟件
python main.py
- 選擇視頻路徑
-
標注參考距離
-
點擊標定參考線，在圖中標出長度，起點按住左鍵，光標移動到終點時，松開左鍵。回車進行確認。
-
在直線真實距離一欄中填入參考線真實長度。
-
-
標定ROI（感興趣區域）
- 點擊標定ROI，左鍵確定邊界點，右鍵取消上一個邊界點，回車進行確認。
-
坐標系標定
- 填入目標坐標系在圖像坐標系下的X、Y位移以及X軸轉角。
-
應用
- 點擊應用后，再點擊確認按鈕，檢測隨即開始。
！注意：軟件會進行兩次檢測，第二次檢測主要是進行平滑處理和重識別。
參考文獻
@article{yolov8, title={YOLOv8: Ultralytics Real-time Object Detection with YOLOv8}, author={Jocher, Glenn},year={2023}, url={https://github.com/ultralytics/ultralytics}
}@article{zhang2022bytetrack,title={ByteTrack: Multi-Object Tracking by Associating Every Detection Box},author={Zhang, Yifu and Sun, Peize and Jiang, Yi and Yu, Dongdong and Weng, Fucheng and Yuan, Zehuan and Luo, Ping and Liu, Wenyu and Wang, Xinggang},booktitle={Proceedings of the European Conference on Computer Vision (ECCV)},year={2022}
}
🫓總結
綜上，我們基本了解了“一項全新的技術啦” 🍭 ~~
恭喜你的內功又雙叒叕得到了提高！！！
感謝你們的閱讀😆
后續還會繼續更新💓，歡迎持續關注📌喲~
💫如果有錯誤?，歡迎指正呀💫
?如果覺得收獲滿滿，可以點點贊👍支持一下喲~?
【傳知科技 – 了解更多新知識】
)
