印尼政府继续鼓励基于技术的公共服务创新,包括开发智能城市和利用传感器技术的智能停车。通过提供实时车辆检测和停车位的可用性,使用您只看一次(YOLO)模型的智能停车系统的开发,从而提高了停车管理的效率。这项研究比较了三种Yolov11-Nano(Yolov11n),Yolov11-Mall(Yolov11s)和Yolov11-Medium(Yolov11M)(Yolov11m)的三种变体,以确定检测空旷的停车位最有效的模型。使用一个数据集进行了实验,该数据集由5725张具有各种条件的停车区图像,例如角度,照明和距离。此外,研究人员还使用了一个6秒的停车场时间段视频,用于培训的模型的测试材料。结果表明,Yolov11的每个变体都有其自己的优势。yolov11s具有最高的MAP50(0.967),Yolov11m的精度和回忆最高,而Yolov11n的FPS最高(62.14)。精度范围为7.4%-17.9%,Yolov11s获得了最高的精度。本研究的发现旨在确定用于智能停车实施的最有效的Yolov11变种。
主要关键词