电梯按钮检测系统

电梯按钮检测系统

项目概述

本项目旨在利用机器人摄像头采集的视频流，通过基于YOLOv10-S模型的目标检测技术，实现对电梯按钮（楼层数字、开门、关门、警报等）的实时检测与分类。

核心目标

• 精准识别：在机器人电梯导航过程中，实时检测视频图像中的各类电梯按钮。
• 模型优化：基于YOLOv10-S架构训练定制化目标检测模型。

---

技术方案

1. 数据集构建

• 数据来源：来自Roboflow的定制数据集

• 数据规模：

  数据集类型	图像数量
  训练集	14,012
  验证集	405
  测试集	202

• 标注类别：

  • 楼层数字按钮
  • 开门/关门按钮
  • 警报按钮
  • 其他常见电梯功能按钮

2. 图像预处理

为提升模型鲁棒性，采用以下增强策略：

• 色彩调整：适应不同光照条件
• 旋转与翻转：增强角度不变性
• 噪声注入：模拟真实场景干扰

3. 模型训练

• 基础模型：YOLOv10-S（轻量级高性能架构）
• 关键参数：
  • 训练轮次：120 Epochs
  • 批大小：16
  • 输入分辨率：640×640
  • 优化器：Adam
  • 损失函数：交叉熵损失（YOLOv10优化版）

---

测试结果

检测效果示例

原始图像	检测结果

视频演示![

[](https://i-blog.csdnimg.cn/direct/7bcf383f33ec4e30acc600dce21035b9.png)

---

未来优化方向

1. 光照适应性增强

   • 针对低光/强反光场景优化检测精度

2. 扩展应用场景

   • 适配不同品牌/类型的电梯按钮布局

3. 边缘计算部署

   • 移植至Jetson等设备实现毫秒级实时检测

4. 数据质量提升

   • 补充高分辨率楼层数字按钮样本
   • 优化数字区域的精细化标注

---

项目意义

本系统可广泛应用于：

• 服务机器人：自主电梯交互
• 无障碍设施：辅助视障人士操作电梯
• 智能楼宇：电梯状态监控与维护

通过持续迭代，该系统将推动机器人环境交互能力的标准化与实用化。