Parking management solutions using machine learning
| Thesis title: | Řešení správy parkování s využitím strojového učení |
|---|---|
| Author: | Štrba, František |
| Thesis type: | Diplomová práce |
| Supervisor: | Mittner, Jan |
| Opponents: | Buchalcevová, Alena |
| Thesis language: | Česky |
| Abstract: | Diplomová práce řeší problém nedostatku parkovacích míst v důsledku rostoucího počtu vozidel. Cílem je navržení a vytvoření systému, který z kamerového přenosu detekuje pomocí strojového učení obsazenost jednotlivých parkovacích míst. Tento systém, vytvořený v programovacím jazyce Python, využívá algoritmus YOLO (You Only Look Once) pro detekci vozidel a knihovnu OpenCV, jež slouží k vizualizaci parkovacích míst. Následuje vyhodnocení obsazenosti parkovacího místa pomocí metriky IoU (Intersection over Union). Celý systém je zpřístupněn přes API. Systém byl testován na parkovišti základní školy Kunratice. Ve vybraném dni běžel systém nepřetržitě a správně určil obsazená a volná parkovací místa ve více než 99 % případů. Součástí práce je podrobné vysvětlení jednotlivých kroků při zavádění systému a také jeho využití v jiných oblastech lidské činnosti. Tato práce se nezaměřuje na vývoj nových modelů strojového učení. Vytvořený systém je koncipován pro parkoviště s maximálním počtem kolem 40 parkovacích míst. Pro dodržení stanoveného plánu a struktury vývoje je aplikována metodika Design Science Research(DSR). |
| Keywords: | strojové učení; parkoviště; detekce; YOLO; Python; neuronové sítě; kamera; kamerový systém |
| Thesis title: | Parking management solutions using machine learning |
|---|---|
| Author: | Štrba, František |
| Thesis type: | Diploma thesis |
| Supervisor: | Mittner, Jan |
| Opponents: | Buchalcevová, Alena |
| Thesis language: | Česky |
| Abstract: | The thesis addresses the problem of insufficient parking spaces due to the increasing number of vehicles. The aim is to design and create a system that uses machine learning to detect the occupancy of individual parking spaces from a camera feed. This system, developed in Python, utilizes the YOLO (You Only Look Once) algorithm for vehicle detection and the OpenCV library for visualizing parking spaces. The occupancy of a parking space is then evaluated using the Intersection over Union (IoU) metric. The entire system is accessible via an API. The system was tested in the parking lot of the Kunratice Elementary School. During the selected day, the system ran continuously and correctly identified occupied and vacant parking spaces in over 99% of cases. The thesis includes a detailed explanation of each step in implementing the system, as well as its potential use in other areas of human activity. The thesis does not focus on developing new machine learning models. The developed system is designed for parking lots with a maximum of around 40 parking spaces. In order to follow the set plan and structure of development, the Design Science Research (DSR) method is applied. |
| Keywords: | Python; neural networks; camera; camera system; detection; machine learning; parking lot; YOLO |
Information about study
| Study programme: | Informační systémy a technologie/Vývoj informačních systémů |
|---|---|
| Type of study programme: | Magisterský studijní program |
| Assigned degree: | Ing. |
| Institutions assigning academic degree: | Vysoká škola ekonomická v Praze |
| Faculty: | Faculty of Informatics and Statistics |
| Department: | Department of Information Technologies |
Information on submission and defense
| Date of assignment: | 4. 11. 2021 |
|---|---|
| Date of submission: | 1. 5. 2023 |
| Date of defense: | 5. 6. 2023 |
| Identifier in the InSIS system: | https://insis.vse.cz/zp/78660/podrobnosti |