Applications

어플리케이션

H    Applications

Traffic Vision

모빌리티 환경에 설치된 카메라에서 데이터를 자동으로 수집/재학습하여 다양한 용도로 활용할 수 있는 AI 모델을 제공합니다.
주차장 진입 시 차량을 검지할 뿐만 아니라 차량의 번호판을 인식하고, 차종/브랜드를 분류하는 기능을 제공하며 터널 내에서의 이상행동을 감지하는 기능을 제공합니다.

특징

  • AutoCare 학습 라이브러리인 TX에서 Classification, Detection, Recognition 모델을 학습하고 평가할 수 있습니다.
  • 모든 모델이 Onnx를 지원하여 더 빠른 추론 서비스를 제공합니다.
  • 준지도학습 MUM (CVPR2022) 기법을 통해 unlabeled 이미지로 현장에 빠르게 적응하는 학습 모델을 제공합니다.
  • Detection과 Recognition 모델을 모듈식으로 통합하여 tracking한 결과로 이벤트를 분석해주는 analytics app 서비스를 제공합니다.

서빙 모델

01
ParkingNet
02
LPRNet (LPR : License Plate Recognition)
03
CarMakerNet
04
TrafficNet
 

SNUAILAB-ParkingNet-end2end

  • AutoCare 학습 라이브러리인 TX로 학습한 차종 (승용차, 버스, 트럭, SUV, etc) & 차 브랜드 (40여종) & 번호판 인식 (구형/신형) 모델입니다.
  • End2End 모델로 이미지에서 번호판을 검출하고 번호판 안의 글자를 인식하는 모델입니다. 처음에 번호판을 object detection으로 인식한 후 해당 번호판을 잘라내고 한글 번호판을 학습한 text recognition 모델로 글자를 인식합니다.
  • 잘린 번호판이 기울어져 있는 경우 warping 및 SNUAILAB-LPRNet 모델로 기울어진 번호판을 수평하게 회전하는 전처리를 합니다. 전처리 여부에 따라 End2End Accuracy가 94.49 에서 98.89로 향상되었습니다.
  • SNUAILAB-ParkingNet-end2end
  • SNUAILAB-ParkingNet-end2end
  • SNUAILAB-ParkingNet-end2end
  • SNUAILAB-ParkingNet-end2end
 

SNUAILAB-TrafficNet-end2end

  • AutoCare 학습 라이브러리인 TX로 학습한 Detector(승용차, 버스, 트럭, SUV, 이륜차, 보행자, 화재)를 가지고 이상 상황을 감지합니다.
  • 터널 내 보행자, 이륜차, 화재 발생 시 경보를 울립니다.
  • Detector의 결과를 Tracker로 추적하여 역주행 차량, 차선 변경 차량, 과속 차량 발생 시 경보를 울립니다.

좌우스크롤 이미지화면을 좌, 우로 움직여 주세요.