基于AidLux平台和七牛云、喵提醒工具实现课室人头计数系统

基于AidLux平台和七牛云、喵提醒工具实现课室人头计数系统

导读：说起人工智能，首先映入眼帘的，一定会是：1997年国际象棋机器“深蓝”战胜世界冠军卡斯帕罗夫和2016年围棋棋王柯洁三次被AlphaGo击败的场景。这两次人工智能历史上的标识性事件，让人们开始感叹，人工智能的发展已经越来越接近各种机器人的电影大片了。人工智能应用在语音识别，图像人脸识别、智慧安防、工业视觉、无人驾驶等方面越来越接近人们的生活。本文也将走进生活，用YOLOv5算法和AidLux平台来实现课室人头计数系统。

一、AidLux平台介绍

2017年开始，“AIoT”开始逐渐被大众所熟知。边缘计算设备作为分析处理数据的基础支撑，在该领域中的作用也日益凸显。凭借小体积、高性能、低功耗等先天优势，ARM在边缘计算兴起这波浪潮中发展迅速，并汇集了苹果、高通、联发科等企业在移动智能设备市场“大杀四方”。但跟移动设备市场不同，AIoT领域存在着严重的应用场景碎片化问题，软件适配、优化成本和AI项目开发、迁移的门槛居高不下。导致强如高通这样的企业，在该领域内的应用落地案例也屈指可数。如今，这样的困扰不复存在。AidLux针对高通平台进行了深度适配和全面优化，在软件层面补足和提升了高通芯片在AIoT方面的能力，助力企业快速切入AIoT万亿市场。

AI开发依赖开发环境和框架，AidLux集成了全球10大主流AI框架（TensorFlow、PaddlePaddle、NCNN、TNN、MNN、PyTorch、Caffe、MXNet、MindSpore、OpenCV）和AI应用所依赖的各种科学计算库，并做了全面的环境部署、适配和整合优化，无需配置。

此外，AidLux进行CPU资源调度优化，多进程开展模型的预处理、AI推理和后处理，多进程推理多模型任务，使用CPU+GPU并行处理，并提供CPU+GPU+NPU综合调度，支持算子补全，兼容更多的模型转换和加速处理。AidLux还拥有统一编程接口，将不同框架实现和不同厂商硬件调用进行解耦合，仅用Python一门语言即可开发部署AI应用。统一接口和低代码开发能够降低编程门槛，有效地解决异构模型转化繁琐和开发复杂问题，显著减少学习成本和项目开发、迁移成本，大幅缩短项目落地周期。

结合可视化性能监控平台，用户可直观查看YOLOv5、movenet、resnet50、mobilenetv2等模型在基于高通SoC的硬件上加速效果。

​ YOLOv5模型加速效果

二、项目简介

在实际生活中，为了准确的统计出人数貌似是一件费时费力的事，例如在课堂上统计出勤人数，一个个点名十分占用课堂时间，并且经常会出现一人分饰多角的情况，往往统计结果和实际出勤有很大的出入，因此运用AI视觉技术，再基于AidLux平台部署实现实时的人数统计将会有很大的应用需求。从可行性分析，操作流程十分的简单，不需要专门的技术人员进行部署，