前车碰撞预警（追尾）系统

该系统结合了 UFLD 车道线检测、 YOLO 目标检测、 单/双目测距算法（包括标定、测量、估算、矫正），并配备可视化界面。系统支持 Torch 与 TensorRT 推理加速，系统界面采用 QT多线程、队列存储设计，从而实现了实时性与高精度的性能表现。

一. 软件架构

本系统采用模块化设计，主要包含以下核心模块：

• 深度学习框架： PyTorch + TensorRT

• 计算机视觉： OpenCV + PIL + Supervision

• 车道线检测： Ultra-Fast-Lane-Detection-v2

• 目标检测： YOLOv5/v7/v8/v9/v11/YOLOv11-seg

• 界面开发： PyQT + OpenCV

• 配置管理： JSON + Pyd + yaml

二. 安装教程

1. git项目

git clone https://github.com/HHX300/forward-collision-warning-system.git

# 若 git clone 项目速度太慢, GitHub 提供直接下载 zip：
https://github.com/HHX300/forward-collision-warning-system/releases/tag/v5.0.0

#下载解压即可，但不能直接用 git 管理。
cd forward-collision-warning-system

2. 创建虚拟环境

conda create -n fcw python=3.10

3. 激活环境

conda activate fcw

4. 安装依赖

• 安装pytorch依赖

  # 根据自己电脑的cuda和cpu情况选择相应版本，或者自行pytorch官网下载
  # CUDA 11.8
  pip install torch==2.5.0 torchvision==0.20.0 torchaudio==2.5.0 --index-url https://download.pytorch.org/whl/cu118
  # CUDA 12.1
  pip install torch==2.5.0 torchvision==0.20.0 torchaudio==2.5.0 --index-url https://download.pytorch.org/whl/cu121
  # CUDA 12.4
  pip install torch==2.5.0 torchvision==0.20.0 torchaudio==2.5.0 --index-url https://download.pytorch.org/whl/cu124
  # CPU only
  pip install torch==2.5.0 torchvision==0.20.0 torchaudio==2.5.0 --index-url https://download.pytorch.org/whl/cpu

• 安装相应依赖

  pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
  

5. 下载模型权重文件、测试视频（可选）

deepsort特征提取模型权重

通过网盘分享的文件：ckpt_t586_ZQP_car.t7
链接: https://pan.baidu.com/s/1grZQBNDAKmmJ_xYO6qmgvg?pwd=ZJW3 提取码: ZJW3
--来自百度网盘超级会员v8的分享

yolo目标检测模型权重(在pytorch<=2.5.0环境下)

通过网盘分享的文件：检测模型
链接: https://pan.baidu.com/s/1Xry6dZmdND2nmWWwQE19tg?pwd=ZJW9 提取码: ZJW9
--来自百度网盘超级会员v8的分享

车道线检测模型权重

通过网盘分享的文件：车道线检测模型
链接: https://pan.baidu.com/s/1JREfwVIEyjIYM0Bw6ly1tg?pwd=ZJW2 提取码: ZJW2
--来自百度网盘超级会员v2的分享

测试视频

通过网盘分享的文件：测试视频
链接: https://pan.baidu.com/s/1QrKhclTW3rDTadJfM1r1Dw 提取码: ZJW6
--来自百度网盘超级会员v8的分享

用户头像

通过网盘分享的文件：用户头像
链接: https://pan.baidu.com/s/14_WSEV5S5-Ka1UhnGr2pUA?pwd=ZJW1 提取码: ZJW1
--来自百度网盘超级会员v8的分享

三. 使用说明

运行程序

python main.py

📌 演示demo

四. ⭐⭐ 如果这个项目对你有帮助，请给个 Star！⭐⭐