Aplicação da rede convolucional Yolo para análise de fluxo de veículos

Barbado, Larissa; Santos, Lucas Medeiros Reinaldet dos; Matrakas, Miguel Diogenes; Moreira, Jasmine Cardozo

doi:10.5753/latinoware.2022.228034

Cited by 2 publications

(2 citation statements)

References 2 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Na pesquisa conduzida por [1], foi desenvolvida uma solução para a classificação, contagem e cálculo dos tempos de deslocamento de veículos. A abordagem envolve a utilização de imagens provenientes de câmeras de vigilância já instaladas em áreas de interesse como entrada, empregando técnicas e algoritmos de processamento digital de imagens e reconhecimento de padrões.…”

Section: Trabalhos Relacionadosunclassified

Detecção, Rastreamento e Contagem de Veículos para Análise de Tráfego Urbano utilizando Métodos de Aprendizagem Profunda

de S. Sampaio,

E. B. de S. Linhares

2024

Anais Do XV Computer on the Beach - COTB'24

View full text Add to dashboard Cite

RESUMOThe constant increase in the number of vehicles around the world hasdrawn attention to the need to implement effective traffic monitoringand control technologies. In this work, a methodology is presentedthat uses two algorithms, one that applies the YOLOv8 detector andthe other that applies Deep SORT tracking, to detect, track and countvehicles. Validation results during training of the vehicle detectionmodel revealed an overall accuracy of 89, 2% and mAP50 of 93, 7%on the AIC HCMC 2020 database. Additionally, when applying themodel to a test video, an overall accuracy of 81, 2% and mAP50 of87, 5% was achieved. These results highlight the effectiveness of thedetection algorithm for use in applications involving vehicle trackingand counting, with significant potential for traffic management.

show abstract

Section: Trabalhos Relacionadosunclassified

Detecção, Rastreamento e Contagem de Veículos para Análise de Tráfego Urbano utilizando Métodos de Aprendizagem Profunda

de S. Sampaio,

E. B. de S. Linhares

2024

Anais Do XV Computer on the Beach - COTB'24

View full text Add to dashboard Cite

show abstract

“…Na literatura existem diversos algoritmos que são empregados para o reconhecimento de objetos, incluindo o Single Shot Multibox Detector (SSD) [6] e o You Only Look Once (YOLO) [7], que pertencem à categoria de algoritmos de estágio único. Essas abordagens são discutidas em detalhes nos estudos de [8][9][10][11][12][13].…”

Section: Introductionunclassified

Análise Comparativa de Algoritmos de Detecção de Objetos para Reconhecimento de Buracos em Vias e Estradas

Fernando Mello,

L. Viapiana,

Fernando M. Arruda

2024

Anais Do XV Computer on the Beach - COTB'24

View full text Add to dashboard Cite

This work presents a comparative analysis using the mAP metricof the YOLOv7 and SSD algorithms applied to the field of computervision. The comparison is performed through the detection of potholeson highways and roads. In works defended by other authors,both techniques are considered for applications in computer vision.In this study, both models achieved promising results in potholedetection; however, it is observed that the YOLOv7 model reachedan mAP metric of 80%, while the SSD model obtained an mAP of73%. Thus, the results indicate that YOLOv7 is more efficient andaccurate in pothole detection in this specific context.

show abstract

Aplicação da rede convolucional Yolo para análise de fluxo de veículos

Cited by 2 publications

References 2 publications

Detecção, Rastreamento e Contagem de Veículos para Análise de Tráfego Urbano utilizando Métodos de Aprendizagem Profunda

Detecção, Rastreamento e Contagem de Veículos para Análise de Tráfego Urbano utilizando Métodos de Aprendizagem Profunda

Análise Comparativa de Algoritmos de Detecção de Objetos para Reconhecimento de Buracos em Vias e Estradas

Contact Info

Product

Resources

About