本项目是使用pytorch作为深度学习框架的智能交通检测系统。可以识别并处理路口交通状况,目前完成的功能有:

车辆、行人、摩托车、斑马线检测识别。
红绿灯检测识别
车辆跟踪
车速判断,超速行为识别,交通拥堵状况识别。
车流量统计
车牌检测识别
行人、车辆闯红灯检测
未按导向行驶、车辆压线
交通检测数据可视化
违规行为抓拍

目录

1 引言............................................................................................................................ 4

1.1 编写目的......................................................................................................... 4

1.2 背景................................................................................................................. 4

1.3 参考资料......................................................................................................... 4

1.4 参考开源项目................................................................................................. 4

2. YOLO-v5 目标检测................................................................................................. 4

2.1 结构解析......................................................................................................... 4

2.1.1 概要...................................................................................................... 4

2.1.2 Focus..................................................................................................... 7

2.1.3 BottleneckCSP...................................................................................... 8

2.1.4 SPP...................................................................................................... 13

2.1.5 PANET................................................................................................ 14

2.2 迁移学习....................................................................................................... 15

2.2.1 准备数据集........................................................................................ 16

2.2.2 环境设定............................................................................................ 20

2.2.3 配置/修改文件和目录结构............................................................... 20

3. 基于DeepSORT算法的目标跟踪........................................................................ 22

3.1算法介绍........................................................................................................ 22

3.1.1 MOT主要步骤................................................................................... 22

3.1.2 SORT................................................................................................... 23

3.1.3  Deep SORT...................................................................................... 25

3.2 Deep SORT代码解析................................................................................... 27

3.2.1类图..................................................................................................... 27

3.2.2 核心模块............................................................................................ 28

3.3 目标测速....................................................................................................... 49

3.4 基于虚线圈法的车流统计........................................................................... 52

3.5 车辆行驶方向检测....................................................................................... 53

3.6 车辆型号检测............................................................................................... 54

4. 车牌检测与识别..................................................................................................... 55

4.1 MTCNN......................................................................................................... 55

4.2 LPRNet........................................................................................................... 58

4.2.1 介绍.................................................................................................... 58

4.2.2 基础构建模块.................................................................................... 58

4.2.3 特征提取骨干网络............................................................................ 58

4. 行人闯红灯识别..................................................................................................... 59

4.1 人行横道检测............................................................................................... 59

4.2 行人、红绿灯检测....................................................................................... 60

4.3 红绿灯识别................................................................................................... 60

4.4 闯红灯识别................................................................................................... 61

5. 界面设计................................................................................................................. 62

6. 数据保存和可视化................................................................................................. 62

6.1 数据保存....................................................................................................... 62

6.2 数据可视化................................................................................................... 63

7. 项目总体结构......................................................................................................... 65

1 引言

1.1 编写目的

本文档的目的似乎阐述智能交通监测系统的概要设计。本概要设计说明书编写的目的在于全面说明智能交通检测系统的设计考虑,包括程序系统的基本处理流程,程序系统的组织结构,模块划分和功能分配,位程序的详细设计提供基础。本说明书的预期读者为项目评审人员,软件开发人员。

1.2 背景

智能交通监测系统是为了解决城市交通系统中的交通拥堵现象和违反交通规则的情况的发生,内容涉及目标的检测、识别、跟踪和数据的处理、分析、可视化,软件适用于城市路口的交通路况的数据采集、分析和处理。

项目总体框架:

效果视频:

python闯红灯检测斑马线检测红绿灯检测车速检测车流量统计

论文下载:

https://mbd.pub/o/bread/ZJeUk5xy

项目源码下载:

https://mbd.pub/o/bread/mbd-ZJeUk5xt

Logo

开放原子开发者工作坊旨在鼓励更多人参与开源活动,与志同道合的开发者们相互交流开发经验、分享开发心得、获取前沿技术趋势。工作坊有多种形式的开发者活动,如meetup、训练营等,主打技术交流,干货满满,真诚地邀请各位开发者共同参与!

更多推荐