物品检测与感知
计算机通过图片或视频，准确地“框”出车辆或关注目标，这是许多系统的基础。基于深度学习的检测模仿人眼识别车辆轮廓和形态，是完全模拟人看车方式，只要能辨认为一辆车，就可以“框”出来，解决了天气、光线等干扰问题。
路口感知
基于深度学习精确感知交通路口各个方向的车辆数量、流量和密度，为给交通路口配时提供准确依据，对缓解交通拥堵有极大帮助。
路段感知
利用现有的监控摄像头获取道路总体交通状况，为道路路况分析、数据分析和规划提供可靠数据依据。
路侧停车位感知
一方面是违法停车的感知和抓拍，不需要摄像机去轮询检测，大大提高了摄像机使用寿命；另一方面是通过图像识别管理路侧停车位，成本低且效果好。
停车场物品定位
图像识别实现高精度物品（如汽车）检测，不受是否有号牌限制，而且更适用于多种情况。通过计算机视觉技术，可以模拟人的视觉感觉，在哪个位置有哪些物品，并直接发送到平台上发布给停车诱导系统。
车辆身份特征识别
除了传统ETC电子标签技术，还可以利用深度学习提升的图像识别来实现更全面的唯一性识别，比如颜色、类型、品牌年款等信息，同时还能区分不同的人类行为。
车辆比对与追踪
基于海量图片中的以图搜图功能，可以找到特定的物体，即使没有号牌也能鉴定是否同一辆車。此外，它还可以减少无需人工参与的情况，如收费结算中减少不必要的人工介入。
交通视频分析应用
事故及事件检测：连续视频分析行为，发现事故并报警。
违章抓拍：非现场执法增加，如接打电话开驾驶抓拍。
无人驾驶与汽车辅助驾驶
图片识别前方障碍物、行人等，为无人驾驶奠基。
