一种基于目标检测技术的校外车辆智能安全导引方法及系统技术方案

本发明专利技术公开了一种基于目标检测技术的校外车辆智能安全导引方法及系统，该系统分为用户端和管理员端。其中用户端主要为校外车辆用户提供出入登记服务，根据用户输入的目的地信息提供行车路线等功能。管理员端主要为校园管理员提供用户信息管理、目的地管理、数据可视化以及车辆车速和车牌的实时监测等功能。本系统后端开发采用Python语言作为开发语言，结合Yolov8算法模型进行车速和车牌的检测。同时，利用ByteTrack算法实现多目标跟踪。用户端前端采用微信小程序作为用户界面，用户无需下载额外应用，即可通过微信小程序平台轻松访问系统，完成所需功能。管理员前端采用Vue.js框架进行前端开发，方便管理员进行用户管理、目的地管理等操作。

【技术实现步骤摘要】

本专利技术属于图像数据处理，提供一种基于目标检测技术的校外车辆智能安全导引方法及系统，并且涉及一种yolov8算法模型进行车辆的速度和车牌的检测。

技术介绍

1、yolo系列算法是单阶段算法，单阶段算法结构简洁具有更快的识别速度。yolo系列算法具有高效性和准确性，特别是最新的yolov8算法。yolov8能够实时检测图像中的目标，并输出带有相应边界框的对象，被广泛用于检测场景中的物体，如车辆等。

2、bytetrack是基于tracking-by-detection范式的跟踪方法。通过相似度来关联帧间的检测框得到跟踪轨迹。bytetrack的核心在于byte，可以套用任何自身的检测算法，把自身检测结果输入跟踪器即可。当yolov8与bytetrack结合使用时，yolov8快速并准确地检测出视频中的目标；同时bytetrack利用yolov8提供的信息，对目标进行精确追踪，有助于解决复杂场景下的目标追踪问题。

3、pytorch，主要是针对深度神经网络开发而来的，作为torch的python版本，为gpu加速的深度神经网络设计，提本文档来自技高网...

【技术保护点】

1.一种基于目标检测技术的校外车辆智能安全导引方法及系统，其特征在于：包括以下步骤：

2.根据权利要求1所述的校外车辆智能安全导引方法及系统，其特征在于其所述步骤(1)中，校外车辆用户通过对二维码扫描进入微信小程序，校园内各处安装的摄像头位置信息由校园管理员负责收集并以保密方式存储，防止被恶意破坏。

3.根据权利要求1所述的校外车辆智能安全导引方法及系统，其所述步骤(2)中，其所述训练生成好的模型过程，其特征在于，包括：

4.根据权利要求1所述的训练生成好的模型过程，其所述的步骤(1b)中，其所述数据标记输出的.txt文件。对于每个.txt文件中，每一...

【技术特征摘要】

1.一种基于目标检测技术的校外车辆智能安全导引方法及系统，其特征在于：包括以下步骤：

2.根据权利要求1所述的校外车辆智能安全导引方法及系统，其特征在于其所述步骤(1)中，校外车辆用户通过对二维码扫描进入微信小程序，校园内各处安装的摄像头位置信息由校园管理员负责收集并以保密方式存储，防止被恶意破坏。

3.根据权利要求1所述的校外车辆智能安全导引方法及系统，其所述步骤(2)中，其所述训练生成好的模型过程，其特征在于，包括：

4.根据权利要求1所述的训练生成好的模型过程，其所述的步骤(1b)中，其所述数据标记输出的.txt文件。对于每个.txt文件中，每一行代表图像中的一个单独的对象，并且包含五个归一化的值，如下：

5.根据权利要求1所述的训练生成好的模型过程，其所述的步骤(1c)中，其所述yolov8模型中，yolov8官方代码中，目标检测网络模型中一共...

【专利技术属性】
技术研发人员：朱思峰，史科选，张青华，张宗辉，黄长龙，
申请(专利权)人：天津城建大学，
类型：发明
国别省市：