CCTV와 같은 차도 영상을 이용하여 교통 혼잡도를 측정하는 시스템, 교통카메라의 실시간 교통영상을 활용하여 차량 객체를 탐지하여 임계치를 설정하고 Low,Middle,High 범주로 화면 상단에 표시한다. 이를 통해 내가 원하는 지역의 교통 혼잡도를 파악하여 혼잡도가 높은 지역을 피해 경로를 짜서 교통체증의 스트레스를 줄일 수 있다
⚠현 프로젝트의 문제점
1.영상을 일일히 넣어 혼잡도를 파악하고자하는 곳의 좌표값을 찾아야함
2.작은 객체들은 탐지하기 힘듦
3.임계치값을 이미 정의하여 유동적 확인 불가
✔추후개선사항
1.앱이나 웹에 연결하여 실시간 영상을 통해 쉽게 교통혼잡도 파악 가능
2.영상 속 차선의 갯수를 통해 임계값 유동적 변경
3.작은 객체도 탐지 원할하게 개선
사용한 데이터셋 rovoflow 내 데이터 셋 : 2개
https://universe.roboflow.com/farzad/vehicle_detection_yolov8/dataset/3
https://universe.roboflow.com/sxc/traffic-congestion-detection/dataset/9/images
고준형. "차량 객체 탐지를 위한 딥러닝 모델 성능 비교 분석." 국내석사학위논문 경기대학교 대학원, 2022. 경기도 논문에서 실시간 객체 탐지에서 CenterNet이 적합하다고 하지만 YOLO가 데이터셋 불균형 해소를 해결해주기도하고 적은 데이터량으로도 최적의 성능을 뽑아 낼 수 있다하여 큰 매력을 느꼈고 Yolov8에서는 실시간 객체 탐지 성능 또한 향상되었기때문에 YOLO로 선정하였다
학습 결과 지표
default.mp4
하이퍼파라미터 조정 등 여러가지 방법을 해보았지만 결국 --> 데이터셋 추가로 해결
추가한 데이터셋과의 기존 데이터의 Label을 맞춰주기 위해 라벨링 진행(Class Id 변환)