YOLOv9 nesne tespit algoritması ile akıllı trafik izleme

Abstract

Yapay zeka teknolojilerindeki hızlı ilerlemeler, bilgisayarla görmenin mühendislik bilimlerinde geniş bir yelpazede kullanılmasına olanak tanımaktadır. Bu çalışma, görüntü işleme teknolojisinin manuel sayım işlemlerinde sunduğu pratik çözümler ve gelişmiş algoritmaların doğruluk oranlarını incelemektedir. YOLOv9 algoritmasının trafik sayımlarındaki uygulanabilirliği ve performansı değerlendirilmiştir. Araştırmada, algoritmanın yüksek doğruluk oranlarıyla çalıştığı ve insan hatasını minimize ettiği gösterilmiştir. Çalışmada, üç farklı araç tipi için sınıflandırma ve sayım işlemleri yapılmıştır. Sonuçlara göre, arabalar ve kamyonlar %95'in üzerinde bir doğrulukla tespit edilirken, motosiklet gibi daha küçük nesnelerde bu oran biraz daha düşüktür. YOLOv9'un araç sayımı ve trafik yönetimi uygulamalarındaki etkin kullanımı, nesne tespit teknolojisinin akıllı ulaşım sistemlerindeki önemini vurgulamaktadır. Bu çalışma, bu teknolojinin trafik yönetiminde verimliliği artırma potansiyelini ortaya koyarak gelecekteki uygulamalar için yol gösterici niteliktedir. Akıllı ulaşım sistemlerinin geliştirilmesinde YOLOv9 gibi ileri düzey algoritmaların oynayabileceği kilit rol, gelecekteki araştırmacılar ve sektör profesyonelleri için önemli bir konudur.