شمارش خودرو با پردازش تصویر

در سال‌های اخیر، پیشرفت‌های قابل‌توجهی در حوزه بینایی ماشین و هوش مصنوعی رخ داده است. یکی از کاربردهای مهم این فناوری‌ها، تشخیص و ردیابی اشیاء در ویدیو است که در پروژه‌هایی مانند مدیریت ترافیک، نظارت شهری، شمارش خودرو و سیستم‌های پارکینگ هوشمند استفاده می‌شود. در این مقاله، یک سیستم عملی برای تشخیص و ردیابی خودروها با استفاده از مدل YOLOv11 Large و الگوریتم SORT (Simple Online Realtime Tracking) معرفی می‌شود.

تشخیص خودرو با YOLOv11

مدل YOLO (You Only Look Once) یکی از سریع‌ترین و دقیق‌ترین الگوریتم‌های تشخیص اشیاء در زمان واقعی است. نسخه YOLOv11 Large به دلیل دقت بالا، توانایی تشخیص خودروها را در شرایط مختلف مانند تغییر نور، سرعت بالا و شلوغی صحنه دارد. در این سیستم، هر فریم ویدیو به مدل YOLO داده می‌شود و خروجی شامل مختصات جعبه، نوع شیء (Car) و مقدار اطمینان است.

ردیابی چند خودرو با SORT

تشخیص به‌تنهایی کافی نیست، زیرا در هر فریم اشیاء دوباره شناسایی می‌شوند و شناسه ثابتی ندارند. برای حل این مشکل از الگوریتم SORT استفاده می‌شود که از دو بخش تشکیل شده است:

فیلتر کالمن (Kalman Filter) برای پیش‌بینی موقعیت خودرو حتی در صورت گم شدن موقت، والگوریتم Hungarian به همراه IoU برای اتصال تشخیص‌های جدید به ترک‌های قبلی و حفظ شناسه یکتا.

نحوه عملکرد سیستم پردازش تصویر

فرآیند کلی سیستم به این صورت است:

• دریافت فریم از ویدیو یا دوربین
• تشخیص خودروها توسط YOLOv11
• ارسال مختصات به SORT
• تخصیص شناسه یکتا به هر خودرو
• نمایش Bounding Box و ID روی تصویر
• ادامه پردازش در زمان واقعی

ویژگی‌های سیستم پردازش تصویر

• تشخیص دقیق خودرو با YOLOv11 Large
• ردیابی همزمان چند خودرو
• اختصاص ID ثابت به هر خودرو
• عملکرد Real-time
• قابلیت اتصال به وب‌کم، دوربین IP یا فایل ویدیویی
• امکان توسعه برای شمارش خودرو و تحلیل ترافیک

کاربردهای سیستم شمارش ترافیک

این سیستم در پروژه‌های زیر کاربرد دارد:

• شمارش خودرو در ورودی و خروجی
• مدیریت و کنترل ترافیک
• پارکینگ هوشمند
• نظارت شهری و امنیتی
• تحلیل رفتار ترافیکی
• پروژه‌های تحقیقاتی بینایی ماشین

در صورت درخواست اجرای پروژه می‌توانید با شماره 09337034463 یا ایمیل siahtirim@gmail.com در ارتباط باشید

✅لینک دریافت سورس این پروژه