项目职责：基于双目摄像头和模型融合的智能路况实时监测系统设计与实现 主持人 2021.6-2022.12 项目简介: 本项目主要研究内容为通过树莓派 4B 以及双目摄像头，拟采用神经网络、深度学习，计算机视觉算法进行 车辆识别及测距功能，搭建只能路况实时监测系统，通过对路面图像的识别、分析处理操作，辅助驾驶员驾驶， 并保障驾驶员的生命健康。 工作描述: 1. 通过 OpenCV 部署 YoloV3-5 及 YoloX 版本、使用 Tensorflow 构建模型，并且与组员构建的 Faster RCNN 进 行集成学习，使用 Stacking、Bagging、Voting 等方法，提高模型应用能力。 2. 在树莓派 4B 上搭建 Linux(Ubuntu)环境，并且调用双目摄像头，进行测距算法的实现。