이 프로젝트는 오토바이의 교통법 위반으로 인해 발생하는 사고 문제를 해결하기 위한 목적으로 설계되었습니다. 다양한 뉴스 기사와 데이터를 통해 볼 수 있듯이, 횡단보도에서의 사고, 인도 및 횡단보도 침범, 과속 및 난폭 운전 등 교통법을 위반하는 오토바이 운전으로 인해 심각한 사고들이 빈번하게 발생하고 있습니다. 이러한 문제는 보행자와 다른 운전자들의 안전을 심각하게 위협하고 있습니다. 프로젝트는 이러한 교통법 위반 행위의 심각성을 인식시키고, 법규 준수의 중요성을 강조하기 위한 캠페인이나 솔루션을 개발하는 것을 목표로 합니다. 궁극적으로는 오토바이 운전자들의 법규 준수율을 높이고, 이를 통해 사고를 줄여 보다 안전한 도로 환경을 조성하는 데 기여하고자 합니다.
- 헬멧 착용 여부 감지: Yolov8s 모델을 활용하여 오토바이 운전자의 헬멧 착용 상태를 실시간으로 감지합니다. 이를 통해 헬멧 미착용으로 인한 사고 위험을 줄이는 데 기여할 수 있습니다.
- 위험 운전 감지: Yolov8s 모델을 통해 오토바이의 앞바퀴 들기(윌리)와 지그재그 운전 등 위험한 운전 행위를 실시간으로 감지하여 경고합니다. 이 기능은 도로 안전을 향상시키는 데 중요한 역할을 합니다.
- 횡단보도 침범 감지: 오토바이가 횡단보도를 일정 시간 이상 침범했을 때 이를 실시간으로 감지하고 경고를 제공합니다. 이는 보행자의 안전을 보호하고 교통법규 준수를 강화하는 데 도움을 줍니다.
- 실시간 감지: 오토바이의 헬멧 착용 여부와 위험 운전 행위를 실시간으로 감지하여 즉각적인 경고를 제공합니다.
- 다양한 위험 행위 감지: 헬멧 미착용뿐만 아니라 앞바퀴 들기, 지그재그 운전, 횡단보도 침범 등 다양한 위험 운전 패턴을 감지할 수 있습니다.
- 적응형 데이터 증강: 다양한 환경과 조건에서 정확한 감지를 위해 데이터 증강 기법을 적용하여 모델의 신뢰성을 높였습니다.
- 아이디어 회의 진행
- 팀원별 업무 분담
- 코드 리뷰
- 모델과 데이터셋 탐색, 선정
- 기능 유지보수
- 딥러닝 모델 API 구현현
- 웹소켓 통신 기능 구현, 최적화 작업
- Model Learning
## 이상행동 감지 model
model = YOLO("yolov8n.pt")
data_yaml = "data.yaml"
model.train(
data=data_yaml,
epochs=100,
imgsz=640,
batch=16,
workers=4,
name='danger_drivingv3',
)
## data.yaml
train: ../train/images
val: ../valid/images
test: ../test/images
nc: 4
names: ['ab_danger_cornering', 'ab_wheelie', 'abnormal', 'normal']
roboflow:
workspace: 2klips
project: bike_danger_driving
version: 3
license: Public Domain
url: https://universe.roboflow.com/2klips/bike_danger_driving/dataset/3## 헬멧 미착용 감지 model
train: ../train/images
val: ../valid/images
test: ../test/images
nc: 4
names: ['ab_danger_cornering', 'ab_wheelie', 'abnormal', 'normal']
roboflow:
workspace: 2klips
project: bike_danger_driving
version: 3
license: Public Domain
url: https://universe.roboflow.com/2klips/bike_danger_driving/dataset/3- 프론트엔드
# 깃 클론
git clone https://github.com/Songysp/MotorShot
# 프로젝트 루트 폴더에서 아래 실행(패키지 설치)
npm install
# 실행
npm start- 백엔드
https://github.com/Heeseon06/Motorshot_backend
# 깃 클론
git clone https://github.com/Heeseon06/Motorshot_backend
# 실행
uvicorn main:app --host 0.0.0.0 --port 8080 --reload
펼치기/접기
-
프론트엔드
- JavaScript
- React
-
백엔드
- FastAPI
- Python
-
모델
- YOLOv8
- Pytorch
-
데이터베이스
- MongoDB
-
협업
- GitHub
- Figma
my-react-app/
├── public/ # 정적 파일들이 위치한 폴더로, index.html 및 사이트 아이콘 등이 포함됩니다.
│ ├── index.html # 리액트 앱이 로드되는 기본 HTML 템플릿입니다.
│ ├── favicon.ico # 웹페이지의 파비콘 파일입니다.
│ └── ... # 기타 정적 파일들이 위치합니다.
│
├── src/ # 주요 소스 코드가 포함된 폴더입니다.
│ ├── assets/ # 이미지 및 아이콘과 같은 정적 자산이 위치한 폴더입니다.
│ │ ├── icons/ # 애플리케이션에서 사용하는 아이콘 파일들이 포함됩니다.
│ │ └── images/ # 프로젝트에서 사용하는 이미지 파일들이 저장됩니다.
│ │
│ ├── components/ # 재사용 가능한 리액트 컴포넌트를 위한 폴더입니다.
│ │ └── Hello.js # 간단한 테스트 및 데모용 컴포넌트입니다.
│ │
│ ├── pages/ # 주요 페이지 컴포넌트가 포함된 폴더입니다. (예: 메인 페이지, 업로드 페이지 등)
│ │ └── (추후 추가 가능) # 현재는 비어 있으며, 각 페이지를 위한 컴포넌트를 이곳에 추가할 수 있습니다.
│ │
│ ├── screens/ # 각 화면에 대응하는 컴포넌트를 포함한 폴더입니다.
│ │ ├── HomeScreen.js # 홈 화면 컴포넌트입니다.
│ │ ├── ProfileScreen.js # 프로필 화면 컴포넌트입니다.
│ │ └── (추후 추가 가능) # 새로운 화면이 추가될 수 있습니다.
│ │
│ ├── services/ # API 호출이나 데이터 처리를 위한 서비스 파일들이 위치한 폴더입니다.
│ │ └── (추후 추가 가능) # 현재는 비어 있으며, 서버와의 통신 및 데이터 처리를 위한 코드가 추가될 수 있습니다.
│ │
│ ├── styles/ # CSS 파일이 저장된 폴더로, 스타일과 관련된 모든 파일이 위치합니다.
│ │ └── App.css # 애플리케이션 전반에 적용되는 글로벌 스타일이 정의된 CSS 파일입니다.
│ │
│ ├── App.js # 리액트 앱의 루트 컴포넌트로, 모든 컴포넌트가 이 컴포넌트 내에서 렌더링됩니다.
│ ├── App.test.js # App.js 컴포넌트에 대한 테스트 파일입니다.
│ ├── index.css # 글로벌 CSS 스타일이 정의된 파일입니다.
│ ├── index.js # 리액트 앱이 DOM에 렌더링되는 진입점(엔트리 포인트)입니다.
│ ├── logo.svg # 기본 리액트 로고 파일입니다. 필요에 따라 변경 가능합니다.
│ ├── reportWebVitals.js # 웹 성능 측정 도구와 관련된 코드입니다.
│ └── setupTests.js # 테스트 환경 설정을 위한 파일입니다.
│
├── .gitignore # Git에서 추적하지 않을 파일들을 명시하는 파일입니다.
├── package.json # 프로젝트의 의존성 관리 및 실행 스크립트가 정의된 파일입니다.
├── README.md # 프로젝트에 대한 설명 및 가이드가 포함된 파일입니다.
└── yarn.lock # Yarn 패키지 관리자의 잠금 파일로, 설치된 패키지의 버전이 고정됩니다.