這個項目使用YOLO進行車輛檢測，使用SORT（簡單在線實時跟蹤器）進行車輛跟蹤。該項目實現了以下任務：

• 車輛計數
• 車道分割
• 車道變更檢測
• 速度估計
• 將所有這些詳細信息轉儲到CSV文件中

• 車輛計數是指在道路上安裝相應設備，通過對車輛通過的檢測來獲取車輛數量的統計信息。這種技術廣泛應用于交通管理、城市規劃、智能交通系統等領域。車輛計數可以幫助交通管理部門更好地了解交通流量變化情況，并根據數據采取相應的交通管理措施。

• 車道分割是指在道路上設置標線或固定隔離物，將車行道分為不同的車道，以便車輛有序行駛。車道分割可以提高交通安全性，減少事故率，并有助于緩解擁堵。同時，車道分割還可以為智能交通系統提供數據支持，如車道占用監測和車輛類型識別等。

• 車道變更檢測是指通過車載攝像頭、雷達或其他傳感器設備等技術，實現對車輛行駛過程中車道變更情況的檢測。車道變更檢測可以提高駕駛員的行駛安全性和舒適度，避免發生事故，同時也可為智能交通系統提供數據支持，如實時路況分析和交通擁堵預測等。

• 

• 速度估計是指通過車輛行駛過程中的運動學參數（如加速度、角度等），結合數據處理算法，實現對車輛速度的估計。速度估計可應用于交通管理、智能交通系統、駕駛員輔助系統等領域，如路段速度監測、交通擁堵預測、自適應巡航控制等。

請注意，視頻中有4個位置和對應的代碼（4個IF語句），您可以刪除其中3個，并根據需要編輯第一個。

運行項目：

安裝所需依賴項，請運行：

$ cd code/

$ pip3 install -r requirements.txt

通過以下方式下載yolo權重文件：

$ bash download_weights

確保根據您的視頻更改檢測和車道分割行，微調YOLO模型的閾值和置信度

運行

$ Python3 main.py -input /path/to/video/file.avi -output /path/for/output/video/file.avi -yolo /path/to/YOLO/directory/

速度檢測：

這是一個有趣的項目，主要是由于攝像頭抖動（可能是由于風或其他原因！）。這種攝像頭抖動會導致框架閃爍。這意味著我們不能使用傳統的像素距離到公里/小時的映射，因為隨著每個幀的閃爍，邊界框的中心點也會任意地閃爍。因此，我嘗試了這種新方法：兩條線之間的速度。

兩個線之間的速度（SBTL）
該方法做出了一些假設，如下所示：

• 我們知道正在記錄/流傳視頻的道路的速限。

• 至少有一輛車以限速行駛。

–>我們在垂直于車輛行駛方向的幀上繪制兩條線，然后找到任何汽車穿過這兩條線所需的最短時間（此車將以限速行駛）。一旦我們找到任何車通過這兩條線所需的最短時間，我們使用簡單的速度=距離/時間公式計算其余車輛的速度。[我知道這不完美，但肯定比像素映射方法更精確]