Описание проекта
Система для автоматического анализа автомобильного трафика по видеопотоку / Smart Traffic System - предназначена для классификации и подсчета количества транспортных средств, а так же для анализа направления движения потока с целью последующей передачи информации в интеллектуальную транспортную систему.
#инвестиционно_привлекательный
Презентации
Пульс
Публичное выступление
Выступление CV-инженера с докладом "Применение технологий детекции и трекинга объектов в интеллектуальной транспортной системе" на форуме Kazan Digital Week 2023.
Новый партнер
Планируем заключить новые договоры на поставку Smart Traffic System во время стендовой деятельности на Kazan Digital Week 2023. Форум-выставка пройдет в Казани с 20 по 22 сентября. Приходите на стенд T12 в секции ИТС, будем рады пообщаться!
Новость
Теперь наше решение Smart Traffic System в каталоге «Карта инновационных решений». Совсем недавно представители проекта связались с нами и сообщили, что наш продукт был выбран в качестве кандидата участника. Мы дали своё согласие и вот Smart Traffic System уже в каталоге инновационных решений!
https://innovationmap.innoagency.ru/catalog/product/49820/?utm_source=vk&utm_medium=post&utm_campaign=kirПубличное выступление
В рамках TECH WEEK 2023 Максим Семёнкин – CEO CodeInside дал интервью в эфире «ЭХО л`ОСЕЙ». Обсуждали Проект Умный Город и участие в нем компании CodeInside.
http://ocs-radio.com/Публикация о проекте
Университет 2035 опубликовал статью "Умные парковки: как стартап компании CodeInside из Пензы создает интеллектуальную транспортную среду в городах" в своем дзен-канале.
Запуск продукта
Запущены первые испытания аппаратно-программного комплекса в промышленных условиях. АПК размещен на трёх последовательных перекрестках в центре Пензы: • Суворова-Плеханова • Суворова-Володарского • Суворова-Московская.
Публичное выступление
25 апреля 2023 года на площадке центра конференций «Сегодня» эксперты по цифровой трансформации строительной отрасли и сферы ЖКХ обсудили актуальные вопросы с представителями бизнеса, представили практики использования нововведений и определили точки роста. Мы не были исключением! Выступили в качестве экспертов, а также представили свое собственное решение – систему видеоаналитики транспортного потока для дорожно-транспортных ведомств.
Новость
Записали видеоинтервью с генеральным директором CodeInside, Максимом Семенкиным, в рамках проекта IT-Talk. В этом выпуске Максим Викторович подробно рассказывает об АПК и административной панели Smart Traffic System.
https://www.youtube.com/watch?v=DV49yHCgwI8&t=40sПервые продажи
Подписали договор о поставке программно-аппаратного комплекса Smart Traffic System с компанией из Санкт-Петербурга, занимающейся разработкой радиоэлектронных систем и комплексов, точного приборостроения, программного обеспечения.
Обновление продукта
Совместно с партнером разработали аппаратно-программный комплекс Smart Traffic System для автономной работы ПО. АПК состоит из нейросетевого вычислителя, коммуникационного модуля, двух аккумуляторов (основного и резервного), набора коммуникационных разъемов и корпуса с ручками для переноски. Все комплектующие подобраны для работы в различных температурных диапазонах.
Новый партнер
Подписали договор с ГБУ Пензенской области «Безопасный регион» о вводе в промышленную эксплуатацию аппаратно-программного комплекса Smart Traffic System.
Акселерация
Мы провели первую встречу с трекером! В рамках первой встречи успели: - провести диагностику проекта, - поставить задачи на Архипелаг 2022 и ближайшее время, - определить ближайшие гипотезы для проверки/ задачи до следующей трекшн-сессии, - получили рекомендации по встречам с экспертами/ тематикам для консультаций.
Новость
Проект прошел предакселерацию на Архипелаг 2022!
Новость
За 3 дня до закрытия подачи заявок на акселератор «Архипелаг 2022», мы сделали это!
Новость
Разработали версию распознавателя – 0.5. Преобразование версии 0.4 путём исправления багов и преобразования логики. 1. Исправлен метод фиксации отъезда авто. При перемещении авто в кадре его трек теряется (стираются его признаки). После этого он может восстановится, если авто на самом деле не уезжало, а детекция была ложной. 2. Исправлен метод сохранения фото авто в состоянии покоя для правильной реализации восстановления потерянного трека. Теперь фото сохраняется при отсутствии любых движений в кадре. 3. Исправлена логика по удалению треков (закрытие сессий) для закрытия всех сессий (в версии 0.4 – 15,34% сессий не было закрыто из-за ошибки в логике). Каждый трек перед удалением проверяется на факт парковки. При нахождении данных о том, что авто было припарковано, отправляются данные о его отъезде (время и последнее фото). На данном этапе было также осуществлено тестирование системы на парковке. Верно обработанные сессии: 55/59 (93,22%). В ходе тестирования были найдены номера, которые не были прочитаны распознавателем из-за низкого качества изображения или загрязнённости области номера. Номеров, распознанных неверно и подтверждённых распознавателем как верные, обнаружено не было.
Новость
Результаты тестирования на данном этапе. Поиск рамки номера: 507/558 (90,86%). Чтение символов: 419/ 507 (85,6%). Результативность чтения символов упало из-за нахождения рамок номера плохо качества (не читаемые символы), а также добавления логики чтения квадратных номеров. На данном этапе было также осуществлено тестирование системы на парковке. Верно обработанные сессии без учёта правильности чтения номера: 265/313 (84,66%).
Новость
Разработали версию распознавателя – 0.4. Первая версия, позволившая осуществить тестирование на парковке. 1. Добавлена возможность чтения квадратного номера (номер в 2 строки). 2. Поиск авто осуществляется с помощью улучшенной версии нейросети №1 вместо предшествующей. 3. Добавлен детектор движения в кадре для экономии ресурсов при вычислениях. При неподвижном кадре работа трекера «замораживается», так как все авто находятся в покое. 4. Номер автомобиля не вычисляется до тех пор, пока тот не припаркуется. 5. Поиск рамки номера осуществляется внутри найденной рамки припаркованного авто. 6. Добавлено восстановление потерянных треков путём сравнения изображения авто в состоянии покоя и текущего изображения. Решение поддерживает неразрывность парковочной сессии.
Новость
Результаты тестирования на данном этапе. Поиск рамки номера: 493/558 (88,88%). Чтение символов: 422/ 493 (85,6%). Результативность чтения символов упало из-за нахождения рамок номера плохого качества (не читаемые символы).
Новость
Разработали версию распознавателя – 0.3. Основная идея версии – улучшение решений проекта с открытым исходным кодом. 1. Добавили адаптивное изменение контрастности найденного номера для повышения качества чтения символов. 2. Понизили порог для нахождения автомобильного номера в кадре для максимально результативного нахождения рамки номера. При данном решении также повышаются ложные детекции, которые отсеиваются на этапе чтения символов. 3. Добавили логику для поиска среднего номера, основанного не на массиве, как ранее, а на словаре для более быстрой обработке. Вмещает больше данных о прочитанном номере. Анализ словаря позволяет сформировать средний номер, а также проанализировать вероятность правильного прочтения рамки. Основываясь на этой логике формируется статус прочитанного номера при отправке в систему обмена сообщениями (номер распознан полностью / частично / распознан). 4. Добавили разбиение номера на основную часть и регион. Данные составляющие анализируются отдельно, так как большая ошибка на тесте возникает в части региона. Также регион имеет меньший по размеру словарь. 5. Изменили логику по закрытию парковочной сессии. Теперь закрытие осуществляется при потере авто из кадра.
Новость
Результаты тестирования на данном этапе. Поиск рамки номера: 468/558 (83,8%). Чтение символов: 398/468 (85,04%)
Новость
Разработали версию распознавателя – 0.2. Основная идея версии – повышение качества распознавания символов гос. номера. Что мы провели? 1. Внедрили взаимодействие с системой обмена сообщениями для отправки событий о парковке и фото припаркованного авто. 2. Внедрили улучшенную версию нейросети №1 для распознавания автомобильного номера (добавлено решение проекта с открытым исходным кодом). 3. Внедрили технологии автоматического анализа текста для преобразования изображения в текст. Это необходимо для чтения символов автомобильного номера (добавлено решение проекта с открытым исходным кодом). 4. Добавлено изменения ротации и проекции номера для повышения качества распознавания (добавлено решение проекта с открытым исходным кодом).
Новость
Результаты тестирования на данном этапе. Поиск рамки номера: 464/558 (83,7%) – результат вырос с 40-50%! Чтение символов: 256/464 (55,17%)
Новость
Готова версия 0.1 распознавателя, определяющая основную логику работы распознавателя. Что в этой версии? 1. Внедрили нейросеть №1 для распознавания авто. 2. Затем внедрили нейросеть №2 для трекинга авто, найденного с помощью нейросети №1. Используется для отслеживания факта парковки авто и его отъезд с места парковки. 3. Внедрили нейросеть №3 для поиска рамки номера в кадре авто. 4. Внедрили нейросеть №4 для чтения символов найденного ГРН. 5. Добавили разметку зоны парковки. При попадании авто в зону парковки и его остановке, начинается парковочная сессия.
Новость
Нам нравятся результаты, которые наблюдаем. Было принято правильное решение – разрабатывать детектор своими силами.
Новость
Решение принято: разрабатываем свой детектор и пересматриваем оборудование.
Новость
Доработка текущего детектора требует привлечение дополнительных специалистов, длительного времени и соответственно дополнительных трат – это противоречит нашей концепции. Мы хотим отстроиться от конкурентов и создать более доступное цифровое решение. Будем искать другое решение.
Новость
По факту пилотирования нашего продукта «Умные парковки», мы решили обновить техническую реализацию системы. Это связано с тем, что используемый детектор не отвечает требованиям системы, а количество камер не позволяет точно распознавать гос. номер и марку автомобиля, что влияет на бесперебойность парковочной сессии.
Достижения
![Участник отбора Архипелага 2022](https://s3.dtln.ru/unti-prod-people/file/tag/c9d08b9e-7dda-41c0-a2d9-2a0e384e6e36.png)
![Участник акселератора Архипелага 2022](https://s3.dtln.ru/unti-prod-people/file/tag/dd9170d8-2055-49f4-aa88-cb52c27a7a32.png)