
エントリーの編集

エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
YOLOXの映像解析で車両の速度をAIで算出して渋滞を判定するのに苦労した~その1:リアルタイム処理編 - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
YOLOXの映像解析で車両の速度をAIで算出して渋滞を判定するのに苦労した~その1:リアルタイム処理編 - Qiita
2023/1/23追記:ストリーミング対応の新規記事を追加しました。24時間など長時間ストリーミングを安定受... 2023/1/23追記:ストリーミング対応の新規記事を追加しました。24時間など長時間ストリーミングを安定受信して映像解析する苦労話を記載しています。最後の「関連記事」からご参照ください。 サマリー ・システム開発の目標 ・YOLOXの処理速度をあげるには? ・モデルごとの検出精度 これからYoloXを使って映像から通行する車両の速度を算出し、渋滞状況を判定するのに苦労した話を何話かに分けて書きます。 技術的なスコープとしては、YOLOXの処理速度と検出精度の向上、速度の算出方法とノイズの除去、渋滞の表現などです。今回はリアルタイム処理のためにYOLOXの処理速度と検出精度の向上をどのように行ったか説明します。 なおこの渋滞検知システムはTraffic Jam Bladeとしてすでに完成しており、リンクから20分のサンプル動画をご覧いただけます。渋滞発生は動画の最後の方になります。 システ