解決方案

問題:

希望利用 object detection model 即時偵測路況，並能透過辨識一些常見的道路物件來達到分析交通事件的效果，例如:偵測違停、闖紅燈車輛等。

動機:

以肉眼調閱行車紀錄器十分費時且需要人力，若能利用 AI 自動即時偵測並擷取其中片段再由人工二次確認將能提高效率，也能嚇阻違規事件並預防交通意外發生。

解決方案技術架構及執行方法

技術架構:

• 第一層偵測常見道路物件
• 第二層針對偵測到的各種車輛物件進一步偵測車牌位置
• 第三層對偵測到的車牌進行辨識

執行方法:

- 針對三層模型建構各自的模型、訓練集

- 整合模型三層模型成為單一的混和模型，一次性的推論整個影像物件與事件

OpenVINO的部署

我們的需求，OpenVINO已經有原本的架構模型可以測試，我們實測

- Models:

• license-plate-recognition-barrier-0001  車牌辨識
• vehicle-attributes-recognition-barrier-0042   車輛偵測
• vehicle-license-plate-detection-barrier-0106  車輛上車牌位置辨識

- 三者依序疊合架構執行效果無法符合我們的實際道路應用場景

我們自有的混和模型架構

1.Pytorch  建立我們自有的三層模型

2.OpenVINO 部署

3.完成部署，進行推論