ƯỚC LƯỢNG TỐC ĐỘ LUỒNG GIAO THÔNG TRÊN VIDEO GIAO THÔNG SỬ DỤNG YOLOV8 VÀ BYTETRACK=ESTIMATING THE TRAFFIC FLOW SPEED ON TRAFFIC VIDEOS USING YOLOV8 AND BYTETRACK

0 Người đánh giá. Xếp hạng trung bình 0

Tác giả: Nguyên Khang Phạm, Nguyễn Minh Thư Trần, Lê Quỳnh Phương Vũ

Ngôn ngữ: vie

Ký hiệu phân loại:

Thông tin xuất bản: Tạp chí Khoa học và Công nghệ - Đại học Thái Nguyên, 2024

Mô tả vật lý: tr.31 - 39

Bộ sưu tập: Metadata

ID: 479019

Thêm vào giỏ

Lưu lượng giao thông là một lĩnh vực quan trọng trong sự phát triển của kinh tế, xã hội và môi trường. Để đánh giá lưu lượng giao thông, việc ước lượng tốc độ luồng giao thông là quan trọng. Trong bài nghiên cứu này, chúng tôi đề xuất một mô hình ước lượng tốc độ luồng giao thông dựa trên dữ liệu thu thập từ các camera giám sát giao thông. Mục tiêu chính là đếm và theo dõi các phương tiện để ước lượng lưu lượng giao thông bằng cách kết hợp mô hình Yolov8 và ByteTrack, sau đó tính toán tốc độ trung bình của các phương tiện. Để huấn luyện và đánh giá hiệu suất của mô hình, dữ liệu thu thập từ Công an phường Vĩnh Thanh Vân – Thành phố Rạch Giá, bao gồm 10 092 ảnh và hơn 96 024 đối tượng được gán nhãn trong nhiều điều kiện khác nhau được sử dụng. Trong nghiên cứu đã thử nghiệm và so sánh hiệu suất của mô hình của mình với các mô hình kết hợp Yolov8 và DeepSort. Kết quả thực nghiệm cho thấy rằng mô hình đề xuất có thời gian thực thi thấp nhất và có khả năng ước lượng lưu lượng giao thông gần với thực tế, với độ chính xác là 91,39%. Bộ dữ liệu sử dụng trong nghiên cứu này có thể được nghiên cứu sử dụng như một tập kiểm thử đối với các bài toán tương tự.Traffic flow is a critical aspect of economic, social, and environmental development. To assess traffic flow, estimating the speed of traffic is crucial. In this research, we propose a model for estimating traffic speed based on data collected from traffic surveillance cameras. The main objective is to count and track vehicles to estimate traffic flow by combining the Yolov8 and ByteTrack models, then calculating the average speed of vehicles. To train and evaluate the model's performance, data collected from the Vinh Thanh Van Police - Rach Gia City, including 10,092 images and over 96,024 labeled objects in various conditions, were used. The study experimented and compared the performance of our model with models combining Yolov8 and DeepSort. The results indicate that the proposed model has the lowest execution time and the capability to estimate traffic flow close to reality, with an accuracy of 91.39%. The dataset used in this research can be explored and utilized as a benchmark for similar problems.

1. Đọc trực tuyến

1. Đọc trực tuyến

Tạo bộ sưu tập với mã QR