Sfoglia categorie
Esplora
Fiverr Pro
Italiano
$
USD
Costruirò un sistema di rilevamento incidenti in tempo reale
Futuro Data Scientist
Sono uno studente del secondo anno di Ingegneria Automazione & Robotica presso l'Army Institute of Technology (AIT), con forte interesse per Data Science e Machine Learning. Mi piace lavorare con i da...
Informazioni su questo servizio
CrashVisionAI è un sistema di visione artificiale alimentato dall'AI progettato per rilevare incidenti veicolari da traffico e footage CCTV usando YOLOv8, OpenCV e Flask. Il sistema analizza i video caricati fotogramma per fotogramma, rileva i veicoli in tempo reale, traccia i loro movimenti usando BotSort tracking e identifica possibili collisioni con algoritmi di analisi del movimento personalizzati.
Il progetto combina il rilevamento di oggetti, il tracciamento dei veicoli, l'analisi di sovrapposizione (IoU), la stima della velocità e l'analisi del movimento direzionale per ridurre i falsi positivi e migliorare la precisione nel rilevamento degli incidenti. CrashVisionAI può classificare gli incidenti in livelli di gravità BASSA, MEDIA e ALTA, generando anche timestamp e punteggi di fiducia per ogni collisione rilevata.
Un'interfaccia web moderna basata su Flask permette agli utenti di caricare footage di traffico e ricevere immediatamente report di analisi degli incidenti generati dall'AI. Il sistema supporta anche il rilevamento di più collisioni in un singolo video e offre una dashboard professionale per visualizzare i risultati.
Questo progetto dimostra applicazioni pratiche di deep learning, visione artificiale, analisi video e automazione alimentata dall'AI per sistemi di monitoraggio del traffico intelligenti.
Linguaggio di programmazione:
Python
•
SQL
•
Java
Strumenti:
Quaderno jupyter
•
opencv
•
tensorflow
Il mio portfolio
FAQ
Traduzione automatica.
Q1. Cosa fa CrashVisionAI?
CrashVisionAI analizza footage di traffico o CCTV e rileva automaticamente possibili incidenti veicolari usando tecniche di AI e visione artificiale.
Q2. Quali tecnologie sono state usate in questo progetto?
Il progetto è stato realizzato usando YOLOv8, OpenCV, Flask, Python e BotSort tracking.
Q3. Il sistema può rilevare più incidenti in un video?
Sì. CrashVisionAI supporta il rilevamento di collisioni multiple in un singolo video caricato.
Q4. Il sistema classifica la gravità degli incidenti?
Sì. Gli incidenti rilevati sono classificati in livelli di gravità BASSA, MEDIA o ALTA in base all'analisi del movimento.
Q5. Quali tipi di video sono supportati?
Il sistema funziona con footage di telecamere di traffico, dashcam, registrazioni autostradali e videosorveglianza CCTV.
Q6. È un sistema in tempo reale?
La versione attuale principalmente elabora video caricati, ma l'architettura può essere estesa per monitoraggio CCTV in tempo reale.
Q7. Il progetto include un'interfaccia web?
Sì. Una dashboard web basata su Flask permette agli utenti di caricare video e visualizzare report di crash generati dall'AI.
Q8. Quale modello di AI viene usato per il rilevamento dei veicoli?
YOLOv8 viene usato per il rilevamento e il tracciamento dei veicoli in tempo reale.
Q9. Questo progetto può essere personalizzato?
Sì. Il sistema può essere modificato per diversi ambienti di traffico, dataset personalizzati o funzionalità avanzate di analisi.
Q10. Quali competenze dimostra questo progetto?
Il progetto dimostra competenze in visione artificiale, deep learning, integrazione di modelli AI, sviluppo Flask, OpenCV e analisi video.
