# Audion Traffic Counter [English](README_EN.md) · [Руководство](USER_GUIDE_RU.md) **Содержание** - [Зачем](#зачем) - [Как устроено](#как-устроено) - [Что внутри](#что-внутри) - [Какие записи берёт](#какие-записи-берёт) - [Запуск](#запуск) - [Что ставится и что дают гигабайты](#что-ставится-и-что-дают-гигабайты) - [С Claude и Codex](#с-claude-и-codex) - [Чего программа не делает](#чего-программа-не-делает) - [Из чего сделано](#из-чего-сделано) Считает машины по записям обычных камер: сколько легковых, автобусов, грузовых и мотоциклов сделали каждый манёвр. Линии счёта проводятся мышью прямо на кадре, записи ставятся в очередь, и очередь считается сама — хоть всю ночь. Счёт идёт на вашей машине: записи никуда не отправляются. ## Зачем Обследование транспортных потоков — это часы записи с каждой точки, которые кто-то пересматривает и считает вручную. Программа делает этот счёт сама: специалист проводит линии на кадре каждой записи и возвращается к готовым таблицам. Она рассчитана на то, что есть на деле: старые записи низкого разрешения с бытовых камер, десятки и сотни файлов подряд. ## Как устроено - **Линия** проводится поперёк дороги и считает машины, которые пересекают её по стрелке. Стрелка стоит в середине линии и разворачивается одной кнопкой. - **Ворота** — для перекрёстка и кольца: по ним программа сводит въезд и выезд одной машины в манёвр «откуда → куда». - **Зона** увеличивает дальнюю часть кадра, где машины занимают несколько пикселей. - У каждой записи расстановка своя. По записям ходят кнопками под видео; линии соседней записи копируются одной кнопкой. - Каждый счёт сохраняется отдельным прогоном: прогоны разных моделей стоят в одной таблице, рядом с ручным счётом, если он есть. ## Что внутри | Раздел | Что делает | |---|---| | ЗАПИСИ | Список видео: добавить файлы или папку, отметить, что считать. Файлы остаются на месте | | КАМЕРА | Видео с линиями, воротами и зонами поверх него; переход по записям; FFplay с линиями | | СЧЁТ | Модель (YOLO26N … YOLO26X), на чём считать, сколько записей разом, очередь, пробный прогон, ход счёта | | ИТОГИ | История прогонов, таблица по манёврам и классам с общим числом машин, сравнение прогонов, сверка с ручным счётом и отчёт по всем записям файлами Word и Excel | | ОБУЧЕНИЕ | Модель классов (легковые, грузовые, автобусы): одна идёт с программой и включена с самого начала, свою можно обучить под ваши камеры; и вырезки спорных машин, которым класс ставится одной кнопкой | | УСТАНОВКА | Видеокарты машины и кнопка, которая ставит ровно то, чего ей не хватает | | НАСТРОЙКИ | Как работает сама программа: скорость счёта (сколько записей разом, потоки, приоритет) и где хранится файл проекта с линиями записей | ## Какие записи берёт Файлы `.avi`, `.mp4`, `.mov`, `.mkv`, `.mts`, `.m2ts`, `.mpg`, `.wmv`, `.ts`, `.webm` с обычными кодеками: H.264, H.265, AV1, MJPEG, MPEG-2, MPEG-4. Файлы с другими расширениями в список не попадают. Проверена программа на записи MJPEG AVI 640×480, AV1 — на коротком пробном ролике; остальные форматы читают те же библиотеки, но на записях они не испытаны. Чересстрочную запись (DV 720×576) перед счётом нужно перевести в прогрессивную. ## Запуск Запустите `Start.exe`, откройте раздел УСТАНОВКА и нажмите **УСТАНОВИТЬ НУЖНОЕ**: программа скажет, что скачает под вашу машину, и спросит, потом поставит свой Python, PyTorch под вашу видеокарту, TensorRT для видеокарты RTX, библиотеку распознавания и FFmpeg в свою папку. В Windows ставится одно: Microsoft Visual C++ Redistributable, который нужен PyTorch, — если его там нет. Дальше — по [руководству](USER_GUIDE_RU.md). Основной путь счёта — видеокарта NVIDIA серии RTX через TensorRT: получасовая запись 640×480 на RTX 5070 считается около пяти минут. Видеокарта NVIDIA GTX считает через PyTorch (CUDA), в несколько раз медленнее. Без NVIDIA программа считает через DirectML на любой видеокарте с DirectX 12, ещё медленнее. ## Что ставится и что дают гигабайты Любой машине ставятся свой Python, библиотека распознавания, веса модели (20 МБ) и FFmpeg (около 0,7 ГБ). Остальное — по видеокарте: | | Без видеокарты NVIDIA | NVIDIA GTX | NVIDIA RTX | |---|---|---|---| | Как считает | DirectML, на любой видеокарте с DirectX 12 | PyTorch с CUDA | TensorRT поверх PyTorch с CUDA | | Что ставится под неё | PyTorch для процессора и DirectML | PyTorch с CUDA, около 3 ГБ скачивания | PyTorch с CUDA и TensorRT, по 3 ГБ скачивания | | Место на диске | около 5 ГБ | не измерялось | около 15 ГБ на время установки, 11,5 ГБ после неё | | Получасовая запись 640×480 | около полутора часов | 24 минуты (см. ниже) | 5 минут | | Очередь | записи по одной | — | четыре записи разом: двести получасовых записей — около 12 часов | | Обучение модели типов автомобилей, 25 эпох на 3500 вырезках | полчаса | не измерялось | 5,6 минуты | Времена — автора. Столбец без NVIDIA — ноутбук со встроенной графикой Intel (счёт) и его процессор (обучение); столбец RTX — RTX 5070. На видеокарте GTX программа не запускалась: 24 минуты в её столбце — тот же путь счёта, PyTorch с CUDA без TensorRT, измеренный на RTX 5070; карта GTX слабее и считает дольше. Видеокарта NVIDIA старше GTX 10-й серии считается как её отсутствие: эта сборка PyTorch на ней не считает, счёт идёт через DirectML. **Откуда размер.** На машине с RTX из 11,5 ГБ: PyTorch с CUDA — 7 ГБ (в нём библиотеки NVIDIA для вычислений на видеокарте), TensorRT — 3,3 ГБ, FFmpeg — 0,7 ГБ, остальное — Python, библиотека распознавания и модели. Без видеокарты NVIDIA вместо первых двух ставится PyTorch для процессора, около 3 ГБ. Скачанные установочные файлы — ещё около 3,5 ГБ на машине с RTX — после установки удаляются. **Для чего.** TensorRT собирает модель в один движок под вашу видеокарту — при первом счёте каждой модели около минуты — и считает в 4,7 раза быстрее, чем PyTorch с CUDA на той же карте: 140 кадров в секунду против 30. Числа счёта от пути почти не зависят: между TensorRT, CUDA и DirectML они расходятся на единицы автомобилей. ## С Claude и Codex С программой можно работать вместе с ИИ-агентом — Claude Code или Codex. Руководство для агента — [`Docs\AI_AGENT_GUIDE_RU.md`](AI_AGENT_GUIDE_RU.md). Откройте папку программы в агенте, попросите прочитать его — и он расставит линии по кадрам записей, посчитает запись, разложит спорные машины на листы и обучит модель классов под ваши ракурсы: нарежет вырезки, разметит их, обучит и проверит на машинах, которых модель не видела. Как это устроено и что агент при этом видит — в [руководстве](USER_GUIDE_RU.md#работа-с-claude-и-codex). ## Чего программа не делает Не собирает и не отправляет данные; в сеть выходит только за установкой и весами модели. Не ставит ничего в систему: всё лежит в её папке. Не читает номера машин. Не делит грузовые по числу осей: классы — легковой, автобус, грузовой, мотоцикл. Точность зависит от размера машины в кадре: вблизи камеры счёт сходится с ручным в пределах одного-двух процентов, вдали часть машин теряется, совсем мелкие не видны вовсе. Легковые отделяются от остальных точно, автобусы и грузовые — приблизительно. ## Из чего сделано Окно — C# на Avalonia 12 (.NET 10). Движок счёта — Python: Ultralytics YOLO и трекер ByteTrack, PyTorch, TensorRT, ONNX Runtime с DirectML, OpenCV; видео читает FFmpeg. Значки — Lucide, шрифты — JetBrains Mono и Inter. Сторонние программы и библиотеки скачиваются по вашей кнопке и остаются под своими лицензиями. На снимке окна — кадр свободного видео, а не запись заказчика: «Motorway A40: on bridge above the traffic», автор Kathinka Engels (Sounds of Changes), Wikimedia Commons, лицензия CC BY 3.0.