Разработка системы фиксации по камерам факта отъезда автомобиля с помощью технологий компьютерного зрения
Аннотация
Выпускная квалификационная работа магистра 66 страниц, 11 рисунков, 4 таблицы, 28 источников, 7 приложений.
ТЕСТ-ДРАЙВ, СИСТЕМА ФИКСАЦИИ, ДЕТЕКЦИЯ ОБЪЕКТОВ, YOLOV8, ВИДЕОДАННЫЕ, ПАРКОВОЧНЫЕ МЕСТА, FLASK, АВТОМАТИЗАЦИЯ, ДИЛЕРСКИЕ ЦЕНТРЫ.
Цель работы – разработка системы, способной автоматически фиксировать начало и конец тест-драйва с использованием технологий компьютерного зрения.
Объект исследования – система фиксации и отслеживания тест-драйвов автомобилей с применением технологий компьютерного зрения.
Методы исследования: в рамках исследования использованы методы глубокого обучения, такие как одноэтапные детекторы, а также методы анализа видеоданных и временных меток. Для разметки данных применялся сервис Roboflow. Эксперименты проводились на видеозаписях продолжительностью около 7 минут каждая.
В ходе работы были проведены исследования и разработана система для автоматической фиксации начала и конца тест-драйвов автомобилей с использованием технологий компьютерного зрения.
Для проведения экспериментов были подготовлены тестовые наборы данных для моделей обнаружения объектов. Анализ результатов, полученных с использованием выбранных метрик, позволил полностью оценить производительность моделей и выбрать наиболее оптимальную для интеграции в приложение.
Проведен анализ существующих методов детекции объектов на видеоизображениях. Были выявлены основные достоинства и недостатки различных подходов, что позволило определить наиболее подходящие методы для реализации системы. Задача детекции автомобилей на парковках для тест-драйвов была решена с помощью глубокой нейронной сети YOLOv8M, которая обеспечила высокоэффективное и быстрое обнаружение объектов в изображениях и видео.
Была разработана система с использованием современных алгоритмов машинного обучения и компьютерного зрения. Реализованы алгоритмы, позволяющие эффективно определять момент отъезда и прибытия автомобиля с территории автосалона. Проведено тестирование разработанной системы на тестовых данных, что позволило оценить ее производительность и точность. Полученные результаты свидетельствуют о высокой эффективности и надежности системы.
Разработанное приложение представляет собой инновационный инструмент для автоматизации процессов отслеживания парковочных зон и мониторинга тест-драйвов автомобилей в автосалонах. Оно позволяет сократить временные и трудовые затраты на отслеживание событий, происходящих на парковке для тест-драйвов и повысить уровень обслуживания клиентов. Приложение собирает статистические данные, что помогает отслеживать соблюдение регламентов работы сотрудников и проводить маркетинговые исследования.
Теоретическая и описательная часть работы была выполнена в текстовом редакторе Microsoft Word и представлена в электронном формате. Практическая часть работы выполнялась в среде разработки Visual Studio Code версии 1.88.1.
ТЕСТ-ДРАЙВ, СИСТЕМА ФИКСАЦИИ, ДЕТЕКЦИЯ ОБЪЕКТОВ, YOLOV8, ВИДЕОДАННЫЕ, ПАРКОВОЧНЫЕ МЕСТА, FLASK, АВТОМАТИЗАЦИЯ, ДИЛЕРСКИЕ ЦЕНТРЫ.
Цель работы – разработка системы, способной автоматически фиксировать начало и конец тест-драйва с использованием технологий компьютерного зрения.
Объект исследования – система фиксации и отслеживания тест-драйвов автомобилей с применением технологий компьютерного зрения.
Методы исследования: в рамках исследования использованы методы глубокого обучения, такие как одноэтапные детекторы, а также методы анализа видеоданных и временных меток. Для разметки данных применялся сервис Roboflow. Эксперименты проводились на видеозаписях продолжительностью около 7 минут каждая.
В ходе работы были проведены исследования и разработана система для автоматической фиксации начала и конца тест-драйвов автомобилей с использованием технологий компьютерного зрения.
Для проведения экспериментов были подготовлены тестовые наборы данных для моделей обнаружения объектов. Анализ результатов, полученных с использованием выбранных метрик, позволил полностью оценить производительность моделей и выбрать наиболее оптимальную для интеграции в приложение.
Проведен анализ существующих методов детекции объектов на видеоизображениях. Были выявлены основные достоинства и недостатки различных подходов, что позволило определить наиболее подходящие методы для реализации системы. Задача детекции автомобилей на парковках для тест-драйвов была решена с помощью глубокой нейронной сети YOLOv8M, которая обеспечила высокоэффективное и быстрое обнаружение объектов в изображениях и видео.
Была разработана система с использованием современных алгоритмов машинного обучения и компьютерного зрения. Реализованы алгоритмы, позволяющие эффективно определять момент отъезда и прибытия автомобиля с территории автосалона. Проведено тестирование разработанной системы на тестовых данных, что позволило оценить ее производительность и точность. Полученные результаты свидетельствуют о высокой эффективности и надежности системы.
Разработанное приложение представляет собой инновационный инструмент для автоматизации процессов отслеживания парковочных зон и мониторинга тест-драйвов автомобилей в автосалонах. Оно позволяет сократить временные и трудовые затраты на отслеживание событий, происходящих на парковке для тест-драйвов и повысить уровень обслуживания клиентов. Приложение собирает статистические данные, что помогает отслеживать соблюдение регламентов работы сотрудников и проводить маркетинговые исследования.
Теоретическая и описательная часть работы была выполнена в текстовом редакторе Microsoft Word и представлена в электронном формате. Практическая часть работы выполнялась в среде разработки Visual Studio Code версии 1.88.1.