loading

Je, unakumbuka Kichunguzi cha Bamba cha Leseni cha $86 Milioni Nilichonakili?

Wiki chache zilizopita, nilichapisha kile nilichofikiri wakati huo ilikuwa makala isiyo na hatia: Jinsi nilivyoiga mradi wa $ 86 milioni katika mistari 57 ya kanuni. Nitakubali kuwa ni madai ya kubofya-bait. Nilikuwa nikisema kwamba Id ilizalisha tena teknolojia ile ile ya kuchanganua nambari za simu na kuthibitisha teknolojia ambayo polisi wa Victoria, Australia walikuwa wamelipa $86 milioni.

Je, unakumbuka Kichunguzi cha Bamba cha Leseni cha $86 Milioni Nilichonakili? 1

Tangu wakati huo, majibu yamekuwa mengi. Nakala yangu ilipokea zaidi ya vibao 100,000 katika siku ya kwanza, na kwa mtazamo wa mwisho hukaa mahali karibu 450,000. Nimealikwa kuzungumza kwenye maonyesho ya mazungumzo ya redio ya ndani na katika mkutano huko California.

Nafikiri mtu anaweza kuwa amesoma vibaya Victoria, AU kama Victoria, BC.Ingawa kwa upole nilikataa ofa hizi, nimekutana na watengenezaji kahawa mbalimbali wa ndani na makampuni makubwa sawa. Ilikuwa yenye kusisimua sana.

Wasomaji wengi waliona ni jinsi ilivyokuwa: uthibitisho wa dhana ya kuibua mjadala kuhusu matumizi ya teknolojia huria, matumizi ya serikali, na hamu ya mtu mmoja kujenga mambo mazuri kutoka kwa kitanda chake. Pedants wameelezea ukosefu wa mafunzo, usaidizi, na biashara ya kawaida ya gharama za IT, lakini haifai wakati wa mtu yeyote kuchunguza haya. Afadhali nitumie chapisho hili kuangalia matokeo yangu na jinsi wengine wanavyoweza kwenda kuboresha usahihi wao wenyewe.

Kabla hatujaingia ndani sana katika matokeo, Ningependa kuzungumzia jambo moja ambalo ninahisi lilipotea katika chapisho asili. Dhana ya mradi huu ilianza tofauti kabisa na mradi wa BlueNet wa $86 milioni. Haikuwa kwa vyovyote vile kujaribu kuiondoa.

Je, unakumbuka Kichunguzi cha Bamba cha Leseni cha $86 Milioni Nilichonakili? 2

Ilianza na mawazo ya kusumbua kwamba kwa kuwa OpenCV ipo na tovuti ya VicRoads ina ukaguzi wa nambari za leseni, lazima kuwe na njia ya kuchanganya hizi mbili au kutumia kitu bora zaidi. Ni wakati tu nilipoanza kuandika ndipo nilijikwaa kwenye BlueNet. Nilipokuwa nikigundua BlueNet na lebo yake ya bei ilinipa mtazamo mzuri wa uhariri, huku msimbo ukiwa tayari umeandikwa.

Kulikuwa na kutokubaliana kati ya miradi. Pia ninaamini kuwa sehemu ya sababu iliyosababisha hali hii kulipuka ilikuwa wakati unaofaa wa ripoti ya matumizi mabaya ya serikali ya IT nchini Australia. Mswada wa TEHAMA wa Serikali za Shirikisho umepanda kutoka $5.

9 bilioni hadi $10 bilioni, na ilileta thamani ya shaka kwa pigo hilo. Watafiti wa vyombo vya habari ambao waliwasiliana nami walikuwa wepesi kuunganisha haya mawili, lakini hili si jambo ninaloharakisha kuhimiza.KanushoKwa roho ya uwazi, lazima nitangaze jambo ambalo pia lilikosekana kwenye chapisho la awali.

Mwajiri wangu wa awali aliwasilisha miradi midogo (chini ya dola milioni 1) ya IT kwa Polisi wa Victoria na mashirika mengine ya serikali. Kwa sababu hiyo, Ive alipitia ukaguzi wa polisi na kujaza fomu zinazohitajika ili kuwa mkandarasi wa VicPol. Hii inaweza kumaanisha kuwa nina shoka la kusaga au nina ujuzi fulani mahususi wa ndani, lakini badala yake ninajivunia miradi tuliyowasilisha.

Zote zilikuwa kwa wakati na kwa bajeti.Kuangazia MatokeoIfuatayo ni uwakilishi wa video wa matokeo yangu, yaliyotungwa katika After Effects kwa furaha kidogo. Nilirekodi picha mbalimbali za majaribio, na hii ilikuwa klipu iliyofaulu zaidi.

Nitaelezea kwa undani usanidi bora wa kamera, maeneo ya utambuzi, na zaidi baada ya video. Itakusaidia kuelewa vyema ni nini kilifanya video hii ya iPhone niliyoichukua kupitia kioo cha mbele kuwa video bora kuliko Contour HD iliyokuwa na pembe nje ya dirisha la upande. Tatizo la KimaadiliIkiwa uliona mchoro wa shujaa wa nakala hii au ulitazama video hapo juu, unaweza kuwa umegundua jambo la kufurahisha sana: Nilimshika mtu.

Hasa, nilimshika mtu akiendesha gari na usajili ulioghairiwa kutoka 2016. Hii inaweza kuwa ilitokea kwa sababu nyingi, isiyo na hatia zaidi ambayo ni mazoezi ya kuuza tena. Mara kwa mara, wakati uuzaji wa kibinafsi wa gari haujafanywa na kitabu, mnunuzi na muuzaji hawezi kukamilisha uhamisho rasmi wa usajili.

Hii inaokoa mnunuzi mamia ya dola, lakini gari bado limesajiliwa kwa muuzaji. Si jambo geni kwa muuzaji kughairi usajili na kupokea fidia ya dharura ya miezi iliyosalia, ambayo pia ina thamani ya mamia ya dola. Vinginevyo, dereva wa gari anaweza kuwa mhalifu tunayeshuku kuwa ndiye.

Kwa hivyo, ingawa kwa utani niliitaja project plate-snitch nilipoiweka kwenye kompyuta yangu, sasa ninakabiliwa na kitendawili cha kuripoti nilichoona. Hatimaye, dereva aligunduliwa kwa kutumia mfano wa kifaa cha polisi pekee. Lakini kuendesha gari kwenye usajili wa 2016 (kufutwa, sio muda wake) ni hatua ya makusudi sana.

Hmm.Rudi kwa Matokeo Kati ya maoni mengi kwa makala yangu, kiasi kikubwa kilikuwa halisi na cha kutiliwa shaka. Kwa kuwa nilisema niliiga programu, walidai kwamba lazima niwe na kituo cha usaidizi, dhamana, na miongozo ya mafunzo.

Mmoja hata alijaribu kuiga matokeo yangu na kugonga vizuizi visivyoepukika vya ubora wa picha na nyenzo chanzo. Kwa sababu hii, baadhi walidokeza kuwa nilichagua picha za chanzo changu. Kwa hilo naweza kusema tu, Naam, duh.

Nilipounda uthibitisho wangu wa awali wa dhana (tena, nikizingatia kuhalalisha wazo, sio kuiga BlueNet), nilitumia seti ndogo ya sampuli ya chini ya picha kumi. Kwa kuwa usanidi wa kamera ni mojawapo ya vipengele muhimu zaidi vya ALPR, ikiwa sio zaidi, nilivichagua kwa sifa bora zinazoboresha utambuzi.Mwisho wa siku, ni rahisi sana kuchukua uthibitisho dhaifu wa dhana na kuivunja.

Ubunifu wa kweli na changamoto huja kwa kuchukua uthibitisho wa dhana, na kuifanya ifanye kazi. Katika taaluma yangu yote, watengenezaji wengi wakuu wameniambia kuwa mambo hayawezi kufanywa au angalau hayawezi kufanywa kwa wakati ufaao. Nyakati nyingine walikuwa sahihi.

Mara nyingi, walikuwa wakichukia tu hatari. Hakuna lisilowezekana hadi ithibitishwe kuwa.

Kwangu, ni muhtasari wa kinadharia wa mawazo ya maendeleo yenye afya, ambapo kuibua na kuthibitisha mawazo ni karibu lazima kuyaelewa. Mipangilio Bora ya Kamera ya ALPRMradi huu unasisimua sana na tofauti kwangu kwa sababu una kipimo cha mafanikio cha wazi ikiwa programu inatambua sahani. Hii inaweza tu kutokea kwa mchanganyiko wa maunzi, programu, na suluhu za mtandao.

Baada ya kuchapisha makala yangu asilia, watu wanaouza kamera za ALPR walitoa ushauri haraka.Optical ZoomSuluhisho la dhahiri zaidi katika mtazamo wa nyuma ni matumizi ya zoom ya macho. Ingawa ninachunguza mambo mengine muhimu hapa chini, hakuna yanayoongoza kwa ongezeko kubwa la utambuzi kama hili.

Kwa ujumla, suluhu za kitaalamu za ALPR hurekebishwa kwa pembeni, hufunzwa mahali nambari ya simu itakapokuwa, na kusogezwa karibu na eneo ili kupata uwazi zaidi. Hii inamaanisha jinsi kukuza zaidi, saizi nyingi za kucheza nazo. Kamera zote nilizo nazo. walikuwa wa lenzi fasta.

Ilijumuisha: Kamera ya hatua ya Contour HD. Haya yalitoka mwaka wa 2009, na mimi hutumia yangu kurekodi safari yangu ya baiskeli na kucheza tena kila wiki karibu na tukio la kifo.A Fujifilm X100S (maarufu lenzi kuu isiyobadilika)iPhone yangu 6Uendeshaji wa majaribio ulioangaziwa ulirekodiwa kwenye simu yangu.

Njia yangu pekee ya kunakili zoom ya macho ilikuwa kutumia programu kurekodi kwa 3K badala ya 1080p, na kisha kukuza na kupunguza kidijitali. Tena, pikseli zaidi za kucheza nazo.Angle & Kuweka Pembe ya kutazama ya 30 mara nyingi hurejelewa kama kiwango cha utambuzi bora wa sahani.

Hii ni muhimu sana unapojifunza kuwa BlueNet hutumia safu ya kamera. Pia inaeleweka unapozingatia kile ambacho kamera inayotazama mbele isingeona kwa ujumla si sana.Ikiwa ningelazimika kukisia Id kusema kwamba safu inayotazama mbele zaidi ingekuwa usanidi unaofaa.

Itakuwa na kamera moja iliyoelekezwa katikati iliyokufa kama ilivyo hapo juu, mbili za katikati zikiwa na 30 kila upande, na kamera moja inayoangalia nyuma. Thamani ya kuwa na kamera nyingi zilizoelekezwa mbele ingetokana na kuongezeka kwa muda wa athari ikiwa gari linasafiri kuelekea kinyume. Hii itaruhusu uchunguzi wa haraka, mchakato, na U-turn kuliko ikiwa kamera zinazotazama nyuma zingechukua gari linaloshukiwa kuwa tayari mita kumi nyuma ya gari la polisi.

GymbalWakati wa kutunga video, nilifikiria kuhusu kuimarisha picha. Badala yake nilichagua kuonyesha safari mbovu kwa jinsi ilivyokuwa. Ulichoniona ni mimi kushika simu yangu karibu na kioo cha mbele huku mke wangu akiendesha gari.

Angalia mbinu hiyo kali ya kisayansi. Mambo Mengine Muhimu Kiwango cha FremuWote jaribio la kunakili mradi wangu na rekodi zangu tangu wakati huo liligundua dhana potofu sawa kwamba kiwango cha picha cha sampuli za ALPR kinaweza kuhusishwa na mafanikio. Katika uzoefu wangu, hii haikufanya chochote isipokuwa mizunguko ya kupoteza.

Badala yake, kilicho muhimu sana ni kasi ya shutter kuunda picha safi, nyororo ambazo huingia vizuri kwenye algoriti. Lakini pia nilikuwa nikijaribu picha za kasi ya chini. Aghalabu, magari mawili yanayopishana katika ukanda wa 60km/h yaliunda tofauti ya 120km/h.

BlueNet, kwa upande mwingine, inaweza kufanya kazi hadi 200km / h inayodaiwa. Kama njia ya kutatua hili, mwenzako alipendekeza ugunduzi wa kitu na usindikaji wa nje ya bendi. Tambua gari na chora kisanduku cha kufunga.

Subiri ifike katika pembe inayofaa ya utambuzi na kukuza. Kisha piga picha nyingi zaidi kwa usindikaji wa asynchronous. Nilitafuta kutumia OpenCV (node-opencv) kwa utambuzi wa kitu, lakini nilipata kitu rahisi zaidi kama kutambua uso, kuchukua popote kutoka 600800ms.

Sio tu chini ya bora kwa matumizi yangu, lakini duni kwa ujumla. Hype-treni TensorFlow inakuja kuwaokoa. Inaweza kufanya kazi kwenye kifaa, kuna mifano ya miradi inayotambua magari mengi kwa kila fremu kwa 27 ya kushangaza.

7fps. Toleo hili linaweza hata kufichua makadirio ya kasi. Haina thamani kisheria, lakini labda ni muhimu katika ulinzi wa kila siku (hakuna alama ya ramprogrammen katika readme).

Ili kueleza vyema jinsi utambuaji wa gari la utendakazi wa juu unavyoweza kutumia mbinu za polepole za ALPR, niliunda video nyingine katika After Effects. Ninafikiria kwamba wawili wanaofanya kazi wakiwa wameshikana mikono wangeonekana kama hii:Kiwango cha Fremu dhidi ya Kasi ya KufungaUdhihirisho tofauti wa kasi ya fremu huathiriwa sana na kasi ya shutter, na haswa, masuala ya shutter zinazokumba filamu ya kidijitali ya mapema au ya mwisho. warekodi. Ifuatayo ni taswira kutoka kwa video za Contour HD.

Unaweza kuona kwa 60km/h tu suala la shutter ya kusongesha hufanya picha kuwa zaidi au kidogo kutotumika kutoka kwa mtazamo wa ALPR. Kurekebisha kasi ya fremu kwenye Contour HD na iPhone yangu haikusababisha upotoshaji mdogo sana. Kwa nadharia, kasi ya juu ya shutter inapaswa kutoa picha wazi na crisper.

Zitakuwa muhimu zaidi ikiwa ungefuata alama ya BlueNet ya 200km/h. Ukungu kidogo na upotoshaji mdogo wa shutter inaweza kusababisha usomaji bora zaidi. Fungua Toleo la ALPRMojawapo ya ugunduzi wa kufurahisha zaidi ni kwamba toleo la nodi-openalpr nililokuwa nikitumia limepitwa na wakati na halina nguvu kama suluhisho lao la umiliki.

Ingawa hitaji la chanzo huria kwa hakika lilikuwa sababu kuu, ilishangaza jinsi toleo la wingu lilivyoweza kusoma kwa usahihi fremu ambazo sikuweza hata kutambua sahani kwenye. DataI ya Mafunzo ya Nchi ya ALPRI pia iligundua kuwa kifurushi kikuu cha nodi-openalpr ni chaguomsingi kwa kuchakata nchi ya Marekani kwa kutumia. hakuna njia ya kuisimamia. Lazima ushushe uma wa mtu mwingine ambao hukuruhusu kutoa kigezo cha ziada cha nchi.

Lakini hilo halisaidii sikuzote. Kwa kutumia algorithm chaguo-msingi ya Marekani niliweza kutoa matokeo mengi zaidi. Kubainisha seti ya data ya Australia kwa hakika kulipunguza nusu ya idadi ya sahani zilizofaulu kusomwa, na ilifanikiwa kupata moja au mbili ambazo algoriti ya Marekani haikuweza.

Kutoa seti tofauti za Bamba Wide la Australia kulipunguza tena hesabu kwa nusu na kuanzisha sahani moja ya ziada. Ni wazi kwamba kuna mengi ya kuhitajika linapokuja suala la seti za data za ALPR zenye msingi wa Australia, na nadhani idadi kamili ya mitindo ya sahani inayopatikana Victoria ni sababu inayochangia.Planar WarpsOpen ALPR inakuja na zana moja mahususi ili kupunguza athari za upotoshaji kutoka kwa pembe ya kamera na masuala ya shutter.

Planar warp inarejelea njia ambayo viwianishi hupitishwa kwenye maktaba ili kupindisha, kutafsiri, na kuzungusha picha hadi ifanane kabisa na sahani iliyonyooka. Katika uzoefu wangu mdogo wa majaribio, sikuweza kupata warp iliyopangwa ambayo ilifanya kazi kasi zote. Unapozingatia shutter ya kusongesha, inaeleweka kuwa upotoshaji unakua ukilinganisha na kasi ya gari.

Ningefikiria kulisha kiongeza kasi au data ya kasi ya GPS kama mgawo unaweza kufanya kazi. Au, unajua, pata kamera ambayo si takataka kabisa. Wanachofanya wengine kwenye tasnia Wasomaji wengi waliwasiliana baada ya chapisho la mwisho kushiriki uzoefu na mawazo yao wenyewe.

Pengine mojawapo ya suluhu za kuvutia zaidi zilizoshirikiwa nami ni Auror nchini New Zealand.Wanatumia kamera zisizobadilika za ALPR katika vituo vya mafuta ili kuripoti kuhusu watu wanaoiba petroli. Hii yenyewe sio mpya na ya mapinduzi.

Lakini pamoja na mtandao wao, wanaweza kutoa tahadhari kiotomatiki wakati wahalifu wanaojulikana wamerejea, au wanalenga vituo vya mafuta katika eneo hilo. BlueNet. Huenda zingine zitafanya vizuri zaidi kuliko zingine, kwani maeneo kama Israeli hutumia nambari saba za leseni zisizo na herufi za alfabeti.

Mambo Muhimu ya KuchukuaKuna mengi sana ambayo Nimejifunza katika wiki chache zilizopita za kucheza ili kutoshea kwenye chapisho moja. Ingawa kumekuwa na wapinzani wengi, ninathamini sana usaidizi na ujuzi ambao umetumwa kwa njia yangu. Kuna changamoto nyingi utakazokabiliana nazo katika kujaribu kujenga suluhisho lako la ALPR, lakini nashukuru nyingi ni matatizo yaliyotatuliwa. .

Ili kuweka mambo katika mtazamo, Mimi ni mbunifu na msanidi programu wa mbele. Ive alitumia takriban saa kumi sasa kwenye video na msimbo, nyingine nane kwenye utengenezaji wa video, na angalau nyingine kumi kwenye uandishi pekee. Nimefanikiwa nilichonacho kwa kusimama kwenye mabega ya majitu.

Ninaweka maktaba zilizojengwa na watu wenye akili na nimepata ushauri kutoka kwa watu wanaouza kamera hizi kwa riziki. Swali la dola milioni 86 bado linabaki ikiwa unaweza kutengeneza suluhisho la nusu-arsed ambalo linafanya kazi sawa kwa kusimama kwenye mabega ya majitu, vipi pesa nyingi zaidi unapaswa kumwaga ili kufanya kazi nzuri sana? Suluhisho langu haliko kwenye mfumo wa jua sawa na 99.

Kichanganuzi sahihi cha 999% ambacho baadhi ya watu wanaotoa maoni kwenye mtandao wanaonekana kutarajia. Lakini basi tena, BlueNet inapaswa tu kufikia lengo la usahihi la 95%. Kwa hivyo ikiwa $1 milioni itakufikisha kwenye usahihi wa 80%, na labda $10 milioni hukufikisha kwa usahihi wa 90% utaacha lini matumizi?

Zaidi ya hayo, kwa kuzingatia kwamba teknolojia imethibitisha matumizi ya kibiashara hapa Oceania, ni pesa ngapi zaidi za walipa kodi zinapaswa kumwagwa katika suluhisho la umiliki, la karibu wakati wanaoanzisha wa ndani wanaweza kufaidika? Australia inapaswa kuwa taifa la uvumbuzi baada ya yote

Wasiliana na sisi
Makala iliyopendekezwa
Kesa
Umekuwa mwezi umejaa uvumi kuhusu aina mbalimbali za sensorer ambazo Sony inaendeleza kwa sasa na ina uwezekano wa kutolewa mwaka mzima wa 2019 kutoka kwa sensorer kamili za 8K f.
Utangulizi wa mfumo mahiri wa maegesho Mfumo wa kuegesha magari mahiri ni kifaa cha umeme ambacho hutoa taarifa zinazoweza kusomeka na binadamu ili kusaidia watu katika kuelekeza njia zao.
Usimamizi wa maeneo ya maegesho Fasili ya usimamizi wa maeneo ya maegesho ni utaratibu wa kusimamia maeneo ya maegesho na maeneo yao ili kufikia lengo la kutoa kwa ajili ya
Jinsi ya kutumia mfumo wa maegesho ya gari wa anpr?Mfumo wa maegesho umekuwa njia maarufu ya kufanya biashara yako iendelee vizuri. Jambo zuri kuhusu mfumo wa maegesho ni kwamba unaweza
Kwa nini suluhisho za maegesho ya anpr?Unapoegesha gari lako kwenye suluhisho za maegesho ya anpr, kwa kawaida unachukua faida ya masuluhisho mengi ya maegesho ya anpr. Ndio
Mifumo ya maegesho ya anpr ni nini? Mifumo ya maegesho ya Anpr imeundwa ili kurahisisha watu kuegesha magari yao jijini. Mfumo hutumia vitambuzi kupima di
Gari stacker parking ni nini?Nimekwama kwenye trafiki. Nalazimika kuegesha gari langu hapa na pale. Kuna sehemu nyingi sana za kuegesha gari langu. Unafanya nini? Je, unaiegesha tu
Jinsi mfumo wa kiotomatiki wa usimamizi wa maegesho unavyofanya kaziKuna mambo mengi sana ambayo unaweza kufanya ili kuboresha maisha yako. Na wakati umefanya kila kitu ambacho umefanya
Utangulizi wa mashine ya tikiti ya maegeshoNi ngumu kutoa maelezo wazi ya sawa. Watu wengi hutumia muundo sawa, ambayo hurahisisha kuelewa
Gari stacker parking ni nini?Ninapaswa kutumia simu yangu mahiri ninapotumia intaneti. Wakati wa kutumia mtandao, ni rahisi kukengeushwa na mambo yanayotokea karibu nami
Hakuna data.
Shenzhen Tiger Wong Technology Co., Ltd ndiye mtoaji anayeongoza wa suluhisho la udhibiti wa ufikiaji kwa mfumo wa akili wa maegesho ya gari, mfumo wa utambuzi wa sahani za leseni, zamu ya kudhibiti ufikiaji wa watembea kwa miguu, vituo vya utambuzi wa uso na Suluhisho la maegesho la LPR .
Hakuna data.
CONTACT US

Shenzhen TigerWong Technology Co., Ltd

Tel:86 13717037584

E-Maile: info@sztigerwong.com

Ongeza: Ghorofa ya 1, Jengo A2, Hifadhi ya Viwanda ya Silicon Valley Power Digital, Na. 22 Dafu Road, Guanlan Street, Longhua District,

Shenzhen, Mkoa wa Guangdong, Uchina  

                    

Hakimiliki © 2021 Shenzhen TigerWong Technology Co.,Ltd  | Setema
Contact us
skype
whatsapp
messenger
contact customer service
Contact us
skype
whatsapp
messenger
Futa.
Customer service
detect