Detekce dostupnosti parkovacích míst na základě videa

Abstract

Detekování obsazenosti parkovacích míst je často řešeno použitím senzorů umístěných v blízké lokaci parkovacího místa. Se vzrůstem strojového učení je možnost využití této technologie za použití kamer a detekčních algoritmů. Práce se zabývá právě vytvořením a použitím takového modelu k detekci obsazenosti parkoviště. Probírá existující modely a detektory, vytvoření vlastního datasetu s konkrétní strukturou, vytvoření a naučení různých typů modelů a probrání vysledků při testování daných modelů na vlastních záznamech z parkovací plochy. Poté následné vytvoření webové aplikace na které můžou návštěvnící parkoviště pozorovat obsazenost parkoviště. Vše za použití programovacího jazyka Python s knihovnami Torchvision.Determining a parking space occupation is often solved by using physical sensors located near a parking space, but with the rise of machine learning, it is possible to apply such technology with the use of cameras and detection algorithms to solve such a problem. This thesis focuses on the use of this machine learning model. Presents currently available models and detectors, discusses the creation of a custom data set with a custom file structure, trains such a model, and consults its results based on its accuracy when applied in a parking lot. This model is then used among side a created web server that allows the users of the parking lot to view the current occupancy and history. All by using the Python programming language with Torchvision libraries.