2021-07-27 百度飞桨AI达人创造营手账

创意：将现有想法进行某种组合

目标检测任务与安全帽佩戴检测

目标检测任务

近几年来，目标检测算法取得了很大的突破，目标检测的任务是找出图像中所有感兴趣的目标，确定其位置和大小，是计算机视觉领域的核心问题之一。由于各类物体有不同的外观和形态，再加上成像时光照等因素的干扰，目标检测一直是计算机视觉领域最具有挑战性的问题。

安全帽佩戴检测模型

对于图像识别，采用传统的算法（opencv的一些算法），判断形状、颜色等等，我们在实验室和办公场所做测试，效果还不错，和容易识别出来。 一旦到了工业现场，图像完全不行，连人和车都识别不出来。在不同光线下不论采用什么颜色空间（RGB、HSV什么）都无法分离出合理的色彩，更不要提判断和检测了。有感于实际的现场环境，决定放弃传统的算法，拿起深度学习的工具，来搞定这个项目。
安全帽佩戴检测是计算机视觉在工业安全领域应用的典型场景。
基于PaddleX/PaddleDetection+Paddle+Lite,也可以实现安全帽检测模型在树莓派上的部署。

以终为始-场景驱动项目

从问题找到想解决的场景，为实现某个特定的场景的解决方案，探索形成一系列“创意”项目。
1、一个想法
结合实际问题，产生关于一个场景的想法。
2、尝试验证
可以从易到难，从最熟悉的思路做起，开始尝试解决方案。
3、用项目记录进展
一个孤立的项目不能形成一套解决方案，但可以逐步探索，每一次探索可能就产生了新的项目
4、从飞桨社区获取灵感