Hướng dẫn xây dựng ứng dụng AI trong quản lý giao thông

Key Concepts

• Object Detection: Phát hiện đối tượng trong ảnh hoặc video.
• Object Counting: Đếm số lượng đối tượng.
• Object Counting in Regions: Đếm số lượng đối tượng trong các khu vực được chỉ định.
• YOLO (You Only Look Once): Một kiến trúc mạng nơ-ron tiên tiến cho object detection.
• Polygon Zone: Công cụ của Roboflow để xác định tọa độ các điểm tạo thành đa giác.
• Class Multiple Object Counter: Lớp (class) được tạo ra để kết hợp hai giải pháp của UAtic.
• Inc Count, Out Count: Thuộc tính để đếm số lượng xe đi vào và đi ra khỏi khu vực.
• Counted IDs: Thuộc tính để lưu trữ ID của các xe đã được đếm, tránh đếm trùng.
• Process Method: Phương thức xử lý từng khung hình video để phát hiện và đếm đối tượng.
• Count Object In Region Method: Phương thức kiểm tra xem một đối tượng có nằm trong một khu vực được chỉ định hay không.
• Display Count Method: Phương thức hiển thị số lượng đối tượng đã đi vào và đi ra khỏi mỗi khu vực.
• No Code AI: Xây dựng, huấn luyện, đánh giá và triển khai các mô hình AI mà không cần lập trình.

1. Giới thiệu về Project Đếm Xe và UAtic

• Video giới thiệu một project đếm số lượng xe lưu thông trên nhiều làn đường sử dụng các giải pháp của UAtic.
• UAtic là công ty công nghệ chuyên về các giải pháp trí tuệ nhân tạo dựa trên deep learning, nổi tiếng với các phiên bản mô hình YOLO.
• UAtic cung cấp các giải pháp object detection nhanh, chính xác và dễ triển khai, hỗ trợ các dự án nghiên cứu, ứng dụng thương mại và sản phẩm công nghiệp.
• Project này kết hợp hai giải pháp của UAtic: Object Counting và Object Counting in Regions.

2. Giải pháp Object Counting của UAtic

• Giải pháp này cho phép đếm số lượng đối tượng (ví dụ: gói hàng, cá) trong một khu vực được chỉ định.
• Cung cấp sẵn sample code trên Python để dễ dàng sử dụng.
• Ví dụ: Áp dụng giải pháp này lên video giao thông để đếm số lượng xe đi vào và đi ra một khu vực.
• Ưu điểm: Đếm chính xác số lượng xe đi vào và đi ra.
• Nhược điểm: Chỉ cho phép định nghĩa duy nhất một khu vực.

3. Giải pháp Object Counting in Regions của UAtic

• Giải pháp này cho phép đếm số lượng đối tượng trong nhiều khu vực khác nhau (hình tứ giác, ngũ giác, lục giác, v.v.).
• Cũng cung cấp sample code trên Python.
• Ví dụ: Đếm số lượng người qua lại ở nhiều khu vực khác nhau.
• Ứng dụng: Áp dụng giải pháp này để đếm số lượng xe trên nhiều làn đường.
• Điểm khác biệt: Đếm số lượng đối tượng hiện tại trong mỗi khu vực, không phải số lượng đã đi vào và đi ra.

4. Kết hợp Hai Giải Pháp của UAtic

• Mục tiêu: Đếm số lượng xe lưu thông trên nhiều làn đường khác nhau.
• Vấn đề:
  • Object Counting chỉ cho phép một khu vực.
  • Object Counting in Regions chỉ đếm số lượng xe hiện tại, không phải số lượng đã đi qua.
• Giải pháp: Kết hợp cả hai giải pháp để đếm số lượng xe đã lưu thông trên nhiều khu vực.
• Tác giả đã mất khoảng 3 tiếng để hoàn thiện giải pháp này, không sử dụng các công cụ AI hỗ trợ.

5. Chi Tiết về Giải Pháp Kết Hợp

• Định nghĩa khu vực: Cần định nghĩa các khu vực (làn đường) bằng cách xác định tọa độ các điểm giới hạn khu vực.
• Công cụ Polygon Zone của Roboflow:
  • Truy cập trang Polygonzone của Roboflow.
  • Kéo thả khung hình từ video input vào khu vực màu tím.
  • Chọn mode "polygon mode" và click vào các điểm trên ảnh để tạo đa giác giới hạn khu vực.
  • Sử dụng "edit mode" để chỉnh sửa các điểm đã tạo.
  • Copy paste kết quả (danh sách các tọa độ điểm) vào Python script.
• Class MultipleObjectCounter:
  • Thuộc tính in_count: Đếm số xe đi vào mỗi khu vực.
  • Thuộc tính out_count: Đếm số xe đi ra khỏi mỗi khu vực.
  • Thuộc tính counted_ids: Lưu ID của các xe đã đếm để tránh đếm trùng.
• Phương thức process:
  • Xử lý từng khung hình video.
  • Vẽ hình đa giác xung quanh mỗi khu vực (làn đường).
  • Duyệt qua các đối tượng được phát hiện (xe ô tô, xe tải, xe bus).
  • Vẽ bounding box xung quanh mỗi đối tượng.
  • Cập nhật check_history để theo dõi ID của từng đối tượng.
  • Tính tọa độ điểm trung tâm của mỗi đối tượng.
  • Kiểm tra xem điểm trung tâm có nằm trong khu vực nào không bằng phương thức count_object_in_region.
• Phương thức count_object_in_region:
  • Kiểm tra xem tọa độ điểm trung tâm của đối tượng có nằm trong hình đa giác đại diện cho làn đường hiện tại hay không.
  • Nếu có, kiểm tra xem đối tượng đang đi vào hay đi ra khỏi làn đường (dựa vào hình dạng của khu vực và hướng di chuyển của đối tượng).
• Phương thức display_count:
  • Hiển thị tổng số lượng xe đã đi vào và đi ra khỏi mỗi khu vực.
  • Tổng số xe đi qua làn đường = số xe đi vào + số xe đi ra.

6. Kết luận và Các Khóa Học AI

• Project này là một ví dụ về việc sử dụng các giải pháp có sẵn để tạo ra các giải pháp mới, phục vụ nhu cầu cụ thể.
• Đây là một hướng đi tốt cho những người học AI muốn xây dựng portfolio cá nhân.
• Tác giả sẽ chia sẻ thêm các project cá nhân khác trong các video tiếp theo.
• Thông báo về các khóa học AI sắp khai giảng:
  • Python và AI cơ bản (cho người mới bắt đầu).
  • Data Science và Machine Learning nâng cao.
  • Deep Learning for Computer Vision cơ bản.
  • Deep Learning for Computer Vision nâng cao.
  • Toán dành cho AI (xác suất thống kê, đại số tuyến tính, giải tích).