基于 YOLOv8 的智慧交通系统产品系统

城市道路交通场景下，传统人工监控效率低，难以实时统计车流、识别违章事件。本项目面向城市交管业务，解决道路目标自动识别、车辆追踪、车位计费的业务痛点，为交通管理部门提供实时、智能化的辅助决策能力，降低人工巡检成本。

项目包含目标检测与提取、车牌识别、车速判定、车流量统计、停车位分时段计费、违规抓拍六大核心模块。可对监控视频流实时解析，识别道路行人、机动车目标；自动统计不同时段车流量，识别超速、违停等违规行为；支持车位状态识别，完成分时段计费统计，输出可视化统计报表。

本人担任项目负责人，独立完成整套系统设计与开发。以 YOLOv8 作为基础检测模型，采用预训练 + 微调优化网络；集成 DeepSORT 多目标跟踪算法，实现复杂场景下多车辆连续稳定跟踪。难点是解决光照变化、遮挡带来的识别漂移问题，通过数据增强提升模型鲁棒性，完成功能模块落地，保障系统在真实交通场景稳定运行。