Ver categorias
Explorar
Fiverr Pro
Português
$
USD
Vou construir sistema de detecção de acidentes em tempo real
Aspirante a Cientista de Dados
Sou estudante do 2º ano de Engenharia de Automação e Robótica no Instituto de Tecnologia do Exército (AIT), com forte interesse em Data Science e Machine Learning. Gosto de trabalhar com dados para de...
Sobre este Serviço
CrashVisionAI é um sistema de visão computacional alimentado por IA, projetado para detectar acidentes de veículos a partir de imagens de trânsito e CCTV usando YOLOv8, OpenCV e Flask. O sistema analisa vídeos enviados quadro a quadro, detecta veículos em tempo real, acompanha seus movimentos usando BotSort tracking e identifica possíveis colisões com algoritmos personalizados de análise de movimento.
O projeto combina detecção de objetos, rastreamento de veículos, análise de sobreposição (IoU), estimativa de velocidade e análise de movimento direcional para reduzir falsos positivos e melhorar a precisão na detecção de acidentes. O CrashVisionAI pode classificar acidentes em níveis de gravidade BAIXA, MÉDIA e ALTA, além de gerar timestamps e scores de confiança para cada colisão detectada.
Uma interface web moderna baseada em Flask permite que os usuários enviem imagens de trânsito e recebam instantaneamente relatórios de análise de acidentes gerados por IA. O sistema também suporta múltiplas detecções de colisões em um único vídeo e oferece um painel profissional para exibir os resultados.
Este projeto demonstra aplicações práticas de deep learning, visão computacional, análise de vídeos e automação alimentada por IA para sistemas inteligentes de monitoramento de trânsito.
Linguagem de programação:
Python
•
SQL
•
JAVA
Ferramentas:
caderno Jupyter
•
opencv
•
fluxo tensor
Meu portfólio
Perguntas frequentes
Tradução automática
Q1. O que o CrashVisionAI faz?
O CrashVisionAI analisa imagens de trânsito ou CCTV e detecta automaticamente possíveis acidentes de veículos usando técnicas de IA e visão computacional.
Q2. Quais tecnologias foram usadas neste projeto?
O projeto foi desenvolvido usando YOLOv8, OpenCV, Flask, Python e BotSort tracking.
Q3. O sistema consegue detectar múltiplos acidentes em um vídeo?
Sim. O CrashVisionAI suporta a detecção de múltiplas colisões dentro de um único vídeo enviado.
Q4. O sistema classifica a gravidade do acidente?
Sim. Os acidentes detectados são classificados em níveis BAIXO, MÉDIO ou ALTO de gravidade com base na análise de movimento.
Q5. Que tipos de vídeos são suportados?
O sistema funciona com imagens de câmeras de trânsito, vídeos de dashcam, gravações de rodovias e vídeos de vigilância CCTV.
Q6. Este é um sistema em tempo real?
A versão atual processa principalmente vídeos enviados, mas a arquitetura pode ser expandida para monitoramento em tempo real de CCTV.
Q7. O projeto inclui uma interface web?
Sim. Um painel web baseado em Flask permite que os usuários enviem vídeos e visualizem relatórios de acidentes gerados por IA.
Q8. Qual modelo de IA é usado para detecção de veículos?
YOLOv8 é usado para detecção e rastreamento de veículos em tempo real.
Q9. Este projeto pode ser personalizado?
Sim. O sistema pode ser modificado para diferentes ambientes de trânsito, conjuntos de dados personalizados ou recursos avançados de análise.
Q10. Quais habilidades este projeto demonstra?
O projeto demonstra habilidades em visão computacional, deep learning, integração de modelos de IA, desenvolvimento com Flask, OpenCV e análise de vídeos.
