細かい車両のメーカーおよびモデル分類のためのベンチマークデータセットと方法論

都市交通管理はますますインテリジェント交通システム（ITS）に依存しており、車両のメーカーおよびモデル認識（VMMR）は監視、交通監視、インフラ計画において重要な役割を果たしています。しかし、パキスタンのような発展途上国の交通状況は、構造化されていない運転習慣やレーンの規律の欠如により独自の課題を提示します。これらの課題に対処するために、パキスタンの交通動態に関する大規模なVMMRデータセットを紹介します。このデータセットは、94の車両クラスにわたる129,000枚の画像で構成されています。ウェブスクレイピングと上空からの交通ビデオ録画を通じてデータセットを収集し、品質と信頼性を確保するために反復的な半自動注釈プロセスを行いました。評価のために、VGG、EfficientNet、Vision Transformersなどの現代の深層学習アーキテクチャを使用して、細かい分析を実施します。実験結果はモデルシミュレーションを通じて得られます。これらの結果は、発展途上国における視覚ベースの交通分析における新しいベンチマークを確立します。私たちの最高性能のモデルは97.3%の精度を達成しており、このデータセットがITSアプリケーションを進展させる可能性を示しています。