Bài báo trình bày về việc sử dụng YOLOv7 để xử lý ảnh trong bài toán đếm phương tiện giao thông, nhận dạng các vật cản có thể gây sự cố giao thông và dùng Haar cascade để nhận diện đối tượng và tính toán đo tốc độ phương tiện. Kết quả dựa trên nền trí tuệ nhân tạo, YOLOv7 có thể nhận dạng được chính xác trên 85 loại phương tiện (80 phương tiện và vật thể) và các vật thểcác loại (5 vật thểdo người dùng thêm vào). Không những nhận dạng được mà còn bám sát theo dõi hướng di chuyển, tạo vết ảnh trên màn hình đểtiện theo dõi và giám sát. Kết quả đếm lưu lượng phương tiện chính xác, gồm hai tham số: là mật độ tham gia giao thông tại một nút và đếm tổng số các phương tiện trong một khoảng thời gian, đảm bảo xác định mức độ tham gia giao thông tại mỗi nút giao thông. Dựa trên thuật toán xử lý ảnh trí tuệ nhân tạo Haar Cascade, OpenCV xác định ước lượng tốc độ di chuyển của xe ô tô trên cao tốc. Giúp giám sát tốc độ của các phương tiện trực tiếp thời gian thực, lưu được ảnh xe gắn với hiển thị tốc độ hiện tại. Hỗ trợ giám sát và quản lý phương tiện trên cao tốc.

Từ khóa: Hệ thống thị giác máy tính, Open CV, YOLOv7, nhận dạng, đếm và đo tốc độ phương tiện giao thông.