字型大小:
運用定向物件偵測於停車異常行為之辨識
最後修改日期: 2025-04-11
摘要
隨著經濟發展和生活需求提升，汽車持有率逐年上升，使環境負擔與車位不足的問題發生，導致駕駛增加尋找停車位的時間。為了減少人力成本並提高停車效率，學者提出車輛追蹤、車位偵測和停車引導系統等方法。因此，本研究將透過網路爬蟲與開放世界遊戲《俠盜獵車手V》(Grand Theft Auto-V, GTA-V) 收集停車場圖像並建立資料集，接著透過定向物件偵測 (Directional Object Detection) YOLOv8-OBB模型偵測車輛與車格，並開發停車異常偵測演算法。結果顯示，模型於多種場景下的 Precision、Recall及F1-Score等指標皆達 0.99 以上，且演算法亦能準確判斷車輛的停放狀況。
關鍵字：停車管理、定向物件偵測、YOLOv8-OBB
關鍵字：停車管理、定向物件偵測、YOLOv8-OBB