參賽團隊名稱:HiPower
提案動機:
台灣本島因屬多山的地形,於都會區的交通用地略顯不足,為解決東西向及南北向交通串連問題使得全台灣各地遍佈各種長度及規模不同的隧道。因隧道屬於封閉型道路,不比一般市區..等開放型道路,隧道內道路壅塞、滯留、逆行…等事故或其他特殊狀況導致隧道內相對危險性高於一般道路。
HiPower團隊採用影像視覺AI技術,運用OpenVINO Tookit及相關視覺演算技術進行異常事件偵測系統研究開發,目前應用在隧道事件偵測方面希望可以有更進一步的發展。
解決方案 :
由於需建立一個完整的隧道方案,當異常事件偵測系統偵測到異常事件時,將於系統顯示異常事件圖像顯示及記錄,並驅動告警燈警示。
a. 使用硬體及軟體如下:
硬體:
– Intel® 11th Gen (Tiger Lake-UP3) Core™ Processors 高階處理器
– 高解析度網路攝影機
– 網路控制器
– 警示燈
軟體:
– OpenVINO™ Toolkit
– Embarcadero C++ Builder
b. AI訓練過程 :
分為3大部分影像收集標記及定義、深度學習、驗證測試
成果介紹短片 :
成果介紹 :
a. 功能:
-
-
- 車輛逆行 : 車輛於隧道內逆向行駛將告警 .
- 行人滯留 : 行人出現於隧道內將告警 .
- 散落物 : 散落物出現於隧道內將告警 .
- 車輛滯留 : 車輛出現於隧道內將告警 .
- 煙霧出現 : 隧道內出現煙霧將告警 .
- 機車出現 : 隧道內出現機車將告警 .
-
b. 訓練資料數量 : 目前訓練資料數量主要以隧道樣本資料集為主
-
-
- 隧道樣本圖數6500張以上
- 隧道物件樣本目標個數50000以上
-
c. 正確度
-
-
- 使用OpenVINO實際事件測試偵測正確率平均96%以上
-