Realizar a contagem de veículos sem a utilização de sensores ou qualquer hardware que não seja próprio para captação de vídeos (cameras).
A motivação para o desenvolvimento desse projeto foi, principalmente, o aprendizado da tecnologia de inteligência artificial conhecida como Deep Learing, que é uma variação dos algoritmos de redes neurais.
A contagem de veículos foi escolhida porque através dela é também possível validar a utilização do reconhecimento de objetos através das redes neurais profundas para outras atividades como por exemplo:
- Contagem de pessoas
- Reconhecimento de pessoas em áreas de risco como fábricas e canteiros de obra
- Movimentação de veículos em áreas não permitidas
- Acionamento de travas de segurança conforme o número de pessoas ou objetos reconhecidos
Todo o desenvolvimento foi feito em python utilizando o framework para deep learning TensorFlow.
Para esse experimento não foi criado nenhum modelo, foi utilizado ssd_mobilenet_v1_coco_2017 (mais informações podem ser encontradas aqui github da API de detecção de objetos.
Para aumentar a acuracia e a velocidade o modelo foi retreinado utilizando-se somente uma classe (carro).
O resultado do experimento pode ser visto em contador de veículos. Para capturar as imegens foi utizada uma camera ip de definição 640x480, foi utilizado um notebook i5 com 8 Gb de memória e HD SSD 120Gb. Não foi utilizado aceleração por GPU.
O modelo foi treinado à partir do ssd_mobilenet_v1_coco_2017, devido a falta de aceleração por GPU o modelo foi treinado por 2000 passos ao invés dos 200.000 sugeridos na documentação da biblioteca