Ana içeriğe atla
OpenCV Araç Tespit ve Sayım Sistemi
Uygulamada Araç Araçlar & Bot

OpenCV Araç Tespit ve Sayım Sistemi

CUDA destekli görüntü işleme projesi. Python ve C# hibrit mimari ile araç tespiti, sınıflandırma ve trafik yoğunluk analizi.

Hakkında

🚗 Akıllı Trafik Analizi

Kavşak ve otoyol kameralarından alınan görüntüleri gerçek zamanlı işleyerek araç tespiti ve sınıflandırması yapan görüntü işleme çözümü.

🛠️ Teknik Mimari

  • Core: OpenCV & YOLOv4
  • Backend: Python (Görüntü İşleme) & C# (Arayüz/Veritabanı)
  • Hızlandırma: NVIDIA CUDA & cuDNN entegrasyonu
  • Veri Kaynağı: IP Kamera (RTSP) ve Video Dosyası

⚡ Özellikler

  • Araç sınıflandırma (Otomobil, Kamyon, Otobüs, Motosiklet)
  • Şerit bazlı sayım ve yoğunluk haritası
  • Hız tahmini ve ihlal tespiti
  • Gece/Gündüz adaptif algoritma

Sıkça Sorulan Sorular

YOLO ile araç tespit doğruluğu ne kadar?
YOLO v3/v4 modelleri ile %92-95 arası tespit doğruluğu sağlanmaktadır. Eğitim verisi kalitesine göre bu oran artırılabilir.
Hangi kamera sistemleriyle uyumlu?
IP kameralar, RTSP stream destekleyen tüm kameralar ve USB webcam ile çalışabilir. Önerilen minimum çözünürlük 720p.
GPU zorunlu mu?
NVIDIA CUDA destekli GPU önerilir ancak zorunlu değildir. GPU olmadan da CPU modunda çalışır, sadece işlem hızı düşer.
Gece görüşünde performans nasıl?
IR destekli kameralarla gece görüşünde de başarılı sonuçlar alınmaktadır. Düşük ışık koşullarında doğruluk %85-90 arasındadır.