智慧交通

首页 标签 智慧交通
# 智慧交通 #
关注
416内容
“北斗生态圈”遇上“工业品生态圈”,将会碰撞出怎样的花火?
2023年3月30日,在ITES深圳工业展暨阿里巴巴1688工业采购节现场,千寻位置与1688正式达成合作,双方将基于各自分别在“北斗时空智能产业生态”和“1688工业品生态”方面的优势,整合工业品产业链的“智造”能力,让更多工业品类集成北斗时空智能服务,以更快速度、更大规模,打造北斗时空能力创新终端,并通过这些创新终端的应用落地,持续推动北斗系统的应用创新、场景创新和规模化发展。
智慧交通day01-算法库01:numba
numba是一个用于编译Python数组和数值计算函数的编译器,这个编译器能够大幅提高直接使用Python编写的函数的运算速度。
智慧交通day01-算法库02:imutils
imutils是在OPenCV基础上的一个封装,达到更为简结的调用OPenCV接口的目的,它可以轻松的实现图像的平移,旋转,缩放,骨架化等一系列的操作。
智慧交通day02-车流量检测实现01:总览
随着城市交通量的迅猛增加,车流量统计已成为智能交通系统中一项关键技术和热门研究方向。高效而精确的车流量检测可以交通管理者和决策者,以及驾驶员提供数据支撑,从而为交通调度,降低拥堵情况的发生,提高道路利用率有非常重要的意义。
智慧交通day02-车流量检测实现06:目标估计模型-卡尔曼滤波
在这里我们主要完成卡尔曼滤波器进行跟踪的相关内容的实现。
智慧交通day02-车流量检测实现10:多目标追踪实现
该方法实现了SORT算法,输入是当前帧中所有物体的检测框的集合,包括目标的score,输出是当前帧标的跟踪框集合,包括目标的跟踪的id要求是即使检测框为空,也必须对每一帧调用此方法,返回一个类似的输出数组,最后一列是目标对像的id。
智慧交通day02-车流量检测实现11:yoloV3模型
YOLOv3是YOLO (You Only Look Once)系列目标检测算法中的第三版,相比之前的算法,尤其是针对小目标,精度有显著提升。
智慧交通day03-车道线检测实现03:相机校正和图像校正的实现
标定的图片需要使用棋盘格数据在不同位置、不同角度、不同姿态下拍摄的图片,最少需要3张,当然多多益善,通常是10-20张。该项目中我们使用了20张图片
智慧交通day03-车道线检测实现08: 在离线视频(非实时)中检测车道线+代码实现
在前面几节中一步步完成摄像机标定、图像畸变校正、透视变换、提取车道线、检测车道线、计算曲率和偏离距离后,在图像上实现了复杂环境下的车道线检测算法。现在我们将视频转化为图片,然后一帧帧地对视频数据进行处理
智慧交通day03-车道线检测实现09:车道线检测代码汇总(Python3.8)
智慧交通day03-车道线检测实现09:车道线检测代码汇总(Python3.8)
免费试用