关于静态车辆识别项目的技术选型

[pming1]

城中村，平时一般都是把车停家门口，最近邻居也买车了，如果邻居已经把车停进来了，平常最方便的入口就进不来，需要绕一圈从另一边开进来。家门口有两路监控，能清晰看到左右两边邻居有没停车进来，家里有 nas 和树莓派，于是有一些想法，是否可以通过静态图像或者动态视频的方式，识别是否有车辆停放，通过“嗨，Siri”知道情况，提前选好路线回家停车。

[maxxfire]

地上画个 X 号，不就完事了吗

[maxxfire]

搞清楚对象，你要的是空地，而不是车

[chairuosen]

https://github.com/topics/vehicle-detection

[x1abin]

@summerwar @SeaRecluse 帧差异比较可能想象很简单，实际应用上很不准确，受太多其它环境变量影响，如一天的不同光照等...现在的 AI 模型用起来就跟买菜一样简单，几行代码就能解决的事情没必要自己去手撸。

[nzynzynzy]

挨着墙做一个宽的踏板，装一个滑轮组，当有车轮压在上面的时候牵动钢索，在楼的外侧竖起一个小红旗。这个没电的时候都好使，或者你家门口停了一只大象的时候也好使。

[SeaRecluse]

@pming1 都有 python 例程，也都很简单
yolov8: https://docs.ultralytics.com/tasks/detect/#export
meidapipe: https://developers.google.com/mediapipe/solutions/vision/object_detector/python

[SeaRecluse]

如果是用 AI 模型，其实有个更傻瓜式的处理方案，就是直接用 Clip 模型，然后比较画面中是否有汽车停放就好了。可以直接咨询 new bing 这段话：给我一个使用 clip 的 python 脚本。用于判断摄像头画面中是否存在汽车停放

[d3js]

很有意思的话题

[balaWgc]

最近我在研究树莓派的摄像头运动检测，只需要帧差法比对就行了，就是连续的两帧做对比，设置一个阈值，车这种比较大的，阈值设置高一点，就能检测到了

[mightybruce]

@balaWgc
说得不错，大多数人一看就是没做过，摄像头有 25fps, 直接使用 python 服务 和深度网络模型无疑是自杀。
树莓派配上计算棒才能勉强达到 5 到 6FPS, 要么就是英伟达专门的板子 Jetson TX2
处理速度远远跟不上视频的速度。
建议先画一个感兴趣区域（ ROI), 直接上粗暴简单的算法（比如帧差法，光流法）
然后再保存图片，用深度学习网络判断是否为车

[mightybruce]

https://github.com/olgarose/ParkingLot
这个就是简单粗暴的判断， 有了这个基本可以过滤多数情况，剩下的就交给神经网络去判断了。

[niji]

摄像头远程看不了吗？

[Tink]

yolo ，很简单的

[zomco]

这个应该是车牌识别，用不上神经网络吧

[hanlin85]

我自己有个类似的需求，老房子的老小区，树莓派加摄像头对着下面空的车位，手机搞了个快捷指令（车位图片），hi Siri 就执行，树莓派就拍一张照片发送到我的邮箱，一般在老房子的最后一个红绿灯就查看一下是否有空车位，有就开下去，没有就绕到上面一点的停车场去。

[isnullstring]

从摄像头定时获取一张图片，上传到图床，固定连接，微信里打开，然后浮窗

以后想看 就打开微信，右滑打开浮窗，刷新下就完事

这不比搞什么识别简单、稳定、可靠？

另外就是 监控也能做这种检测，检测到车辆就发邮件，微信里也能收到 邮件提示，搞定

[FawkesV]

什么时候做好了，发给帖子了。 看看咋实现的

[qwerhk]

第二张图，停的好像是新款宋 plus ？

[CodeXx]

@hanlin85 想到一起了，定时自动拍照发过来就行了

[Deplay]

@mightybruce op 的需求不需要实时检测，webapi 收到请求的时候判断下就行了，yolo 拿 cpu 跑也就 10s 的样子
@balaWgc 帧差法适合检测车辆进出，而不是存在