Software Prototype for Smart Traffic Monitoring Using YOLOv11: Baseline Evaluation and Limitations

Dans les artères bouillonnantes des villes modernes, le flux de véhicules est un rythme constant et chaotique qui s'immobilise souvent. Pendant des décennies, la gestion de ce flux a reposé sur des systèmes rigides : des feux de signalisation qui changent selon des minuteurs fixes, quel que soit le nombre de voitures en attente, et des agents humains observant depuis des tours, incapables de voir chaque intersection à la fois. À mesure que les villes se densifient, ces anciennes méthodes peinent à suivre le rythme, entraînant des trajets plus longs, un gaspillage de carburant et une augmentation du danger sur les routes. Pour résoudre ce problème, les scientifiques se tournent vers une branche de l'intelligence artificielle connue sous le nom de vision par ordinateur. Cette technologie permet aux machines de « voir » le monde à travers des caméras, identifiant des objets tels que des voitures, des bus et des motos en temps réel. En combinant cette intelligence visuelle avec l'Internet des objets — où les appareils communiquent entre eux sans fil — les chercheurs espèrent créer des systèmes de trafic qui réagissent instantanément aux changements de conditions, tout comme un système nerveux répondant à un toucher soudain.

Un chercheur de l'Université Sanjivani en Inde a récemment construit un prototype de logiciel pour tester l'efficacité de cette vision pour la gestion du trafic. Son objectif était de créer un système capable de surveiller le flux vidéo d'une rue, de compter les véhicules, d'estimer l'encombrement de la route et d'afficher cette information sur un tableau de bord web simple. Il a utilisé un modèle d'intelligence artificielle puissant et pré-entraîné appelé YOLOv11, conçu pour repérer des objets dans des images, et l'a connecté à une interface web construite avec des outils de programmation standards. La conception comprenait également un plan pour une petite puce informatique à bas coût destinée à contrôler à terme les feux de signalisation automatiquement, bien que ce matériel physique ne fasse pas partie de ce test spécifique. Le chercheur voulait voir si cette combinaison de logiciel et de vision pouvait servir de base fiable à un réseau de trafic plus intelligent et plus réactif.

Le système qu'il a construit fonctionne selon une séquence directe. D'abord, un utilisateur télécharge une vidéo ou une photo d'une scène de trafic sur un tableau de bord web. Le logiciel décompose ensuite la vidéo en images individuelles, ou clichés, et les prépare pour l'analyse. Le modèle d'intelligence artificielle examine chaque cliché, dessinant des boîtes autour de tout ce qu'il reconnaît comme un véhicule et lui attribuant une étiquette. Sur la base du nombre de véhicules trouvés, le système catégorise le trafic comme faible, moyen ou élevé. Cette information est ensuite renvoyée vers le tableau de bord, où un opérateur humain peut voir le compte actuel et l'état de la route. Le chercheur a également conçu le système pour qu'il puisse éventuellement détecter des accidents ou des infractions au code de la route, comme le franchissement d'un feu rouge, mais il a pris soin de noter que ces fonctionnalités avancées n'avaient pas encore été pleinement testées ou validées dans cette version initiale.

Lorsque le chercheur a mis son prototype à l'épreuve, les résultats ont offert un tableau clair, bien que de l'ordre du constat, de l'état actuel de la technologie. Il a fait fonctionner le système sur un processeur d'ordinateur standard, traitant neuf cents images qui contenaient mille cent cinquante instances d'objets distincts. Les mesures de performance ont révélé que la configuration actuelle n'était pas encore prête pour un déploiement dans le monde réel. Le système n'a correctement identifié les véhicules qu'environ deux pour cent du temps lorsqu'il faisait une supposition, et il a détecté environ vingt et un pour cent des véhicules réellement présents dans les images. Un examen plus approfondi des données a montré pourquoi le système éprouvait des difficultés : le modèle d'intelligence artificielle utilisé avait été entraîné sur un ensemble de données massif et général incluant de nombreux types d'objets différents, tels que des personnes, des bicyclettes et même des avions. Parce que le chercheur n'avait pas réentraîné le modèle spécifiquement sur un ensemble de données composé uniquement de véhicules de trafic, l'ordinateur s'est emmêlé les pinceaux. Il a passé un temps considérable à essayer d'identifier des avions et des personnes dans les séquences de trafic, tout en échouant souvent à repérer les voitures et les bus qu'il était censé compter. Le chercheur a noté que le modèle n'avait pas été « affiné » pour ce travail spécifique, ce qui signifie qu'il essayait d'appliquer une connaissance large et générale à un problème très spécifique sans les ajustements nécessaires.

Malgré les faibles chiffres de précision, le projet a démontré avec succès que l'architecture de base d'un système de trafic intelligent est possible. Le pipeline logiciel a fonctionné comme prévu : il a accepté des médias, les a traités via le modèle de vision, a compté les détections et a affiché les résultats sur une page web. Le tableau de bord affichait un décompte de véhicules, un indice de densité et des emplacements pour les alertes d'accidents et l'état des signaux. Cependant, le chercheur a été explicite sur le fait que les fonctions de détection d'accidents et de violations de la circulation présentes à l'écran n'étaient pas fonctionnelles lors de ce test ; elles n'étaient que des éléments visuels destinés à montrer où ces capacités s'intégreraient dans une version future plus complète. Le système n'a pas réellement détecté d'accidents ou de violations, et n'a pas non plus contrôlé de feux de signalisation physiques, car la composante matérielle demeurait une partie théorique de la conception.

Le chercheur a conclu que, bien que la structure logicielle soit solide, le « cerveau » du système nécessite des travaux importants avant de pouvoir être jugé digne de confiance sur les routes. Les faibles scores de performance indiquent que le modèle doit être réentraîné sur un ensemble de données contenant uniquement les types de véhicules spécifiques trouvés sur la route, et que les catégories confuses comme les avions doivent être supprimées. Il a également souligné que les résultats actuels sont une base — un point de départ pour le diagnostic — plutôt qu'un produit fini. Le prototype a prouvé qu'un tableau de bord basé sur le web peut visualiser les données de trafic, mais il a aussi mis en évidence que le fait de s'appuyer sur un modèle générique et pré-fabriqué sans personnalisation mène à de mauvais résultats.

En regardant vers l'avenir, le chercheur a tracé une voie claire pour l'amélioration. Il prévoit de réentraîner le modèle d'intelligence artificielle avec un ensemble de données spécialisé de voitures, de bus et de camions afin d'améliorer sa capacité à reconnaître le trafic. Il a l'intention d'intégrer la petite puce informatique qu'il a conçue pour réellement contrôler les feux de signalisation en fonction des lectures de densité. Les versions futures viseront également à ajouter la diffusion vidéo en temps réel à partir de caméras en direct, plutôt que de simples fichiers téléchargés, et travailleront à entraîner le système pour détecter les accidents et les violations de règles avec une grande fiabilité. Pour l'instant, ce prototype sert d'outil de diagnostic précieux, montrant exactement où la technologie fait défaut et quelles étapes sont nécessaires pour construire un système de gestion de trafic véritablement intelligent capable de maintenir les villes en mouvement de manière sûre et efficace.