RoadEye

Trabalho de Visão Computacional - Detector de Infração de Trânsito

Visão Geral

Bem-vindo ao projeto RoadEye! Este sistema inovador utiliza tecnologias avançadas de visão computacional e aprendizado de máquina para detectar automaticamente infrações de trânsito, como parar em local proibido e dirigir na contramão. Nosso objetivo é aumentar a segurança nas vias urbanas e reduzir o número de acidentes, proporcionando um ambiente mais seguro para motoristas e pedestres.

Funcionalidades

1. Detecção de Parada em Local Proibido

Monitoramento Contínuo: Câmeras instaladas em locais estratégicos capturam imagens em tempo real.
Análise Automática: O sistema analisa as imagens para identificar veículos parados em áreas não permitidas.
Notificação Imediata: Gera um alerta de infração no sistema.

2. Detecção de Direção na Contramão

Reconhecimento de Padrões: Utiliza algoritmos de reconhecimento de padrões para identificar veículos que estão dirigindo na contramão.
Registro de Infrações: Armazena os dados das infrações para análise posterior e tomada de decisão.
Notificação Imediata: Gera um alerta de infração no sistema.

Tecnologias Utilizadas

Visão Computacional: Utiliza bibliotecas como YoloV4 para processamento de imagens.
Aprendizado de Máquina: Implementação de modelos treinados em frameworks como PyTorch para reconhecimento de veículos e padrões de direção.

Como Funciona

Coleta de Dados: Câmeras capturam vídeos das vias em tempo real.
Processamento de Imagens: As imagens são processadas para detectar veículos e analisar seu comportamento.
Classificação de Infrações: Algoritmos de aprendizado de máquina classificam as ações dos veículos como regulares ou infrações.
Notificação e Armazenamento: Infrações detectadas geram notificações no sistema e são registradas no banco de dados para futuras referências.

Como Configurar

Pré-requisitos

Python 3.12
PyTorch
Streamlit (para interface web)
Yolo4Tinyt

Instalação

Clone o repositório:

git clone https://github.com/GustavoMCF/RoadEye.git

Instale as dependências:

Instalação no TERMINAL:
pip install -r requirements.txt

Instalação no VSCODE:
ctrl+shift+p > Select Python Interpreter > Create Virtual Environment > .venv > Python 3.12 > requirements.txt

Inicie o servidor:
```
streamlit run app.py
```
Acesse a interface web em http://localhost:8081.

Contribuição

Sinta-se à vontade para contribuir com o projeto! Aqui estão algumas maneiras de ajudar:

Reporte bugs e sugira novas funcionalidades através de Issues.
Envie Pull Requests com melhorias e correções.
Participe das discussões para desenvolver novas ideias e soluções.

Licença

Este projeto está licenciado sob a licença MIT. Veja o arquivo LICENSE para mais detalhes.

Esperamos que este projeto seja útil e contribua para a melhoria da segurança no trânsito. Agradecemos pelo seu interesse e colaboração!

Autores

Obrigado por apoiar o RoadEye! 🚗🚦