工业界目标检测类算法真实需求如何？15万+真实业务数据

最新推荐文章于 2024-04-22 00:30:00 发布

带你打比赛

最新推荐文章于 2024-04-22 00:30:00 发布

阅读量694

点赞数

文章标签：人工智能目标检测机器学习计算机视觉目标跟踪

本文链接：https://blog.csdn.net/weixin_68787873/article/details/127429828

版权

本文介绍了商场门店客流统计的算法需求，包括进店人数、出店人数、员工去重等。目标检测场景为室内/室外商场门店门口，对象为人和工牌，要求白天或夜间良好光线下的彩色画面。数据集包含81326张标注图像，用于训练和测试。算法需达到85%准确率，并提供了标注方案和示例。

摘要由CSDN通过智能技术生成

一：真实业务算法需求：

因商场门店需要统计客流情况，进行算法开发，对公司营销决策添加辅助信息。从而对进出门店的客流进行如下统计：进人数、出人数、总流量，剔除顾客徘徊的情况，根据工牌信息进行员工统计的去重（开关控制是否开启），并识别进店人员的年龄、性别。

二：目标描述

识别场景：室内/室外商场门店门口、地铁口

识别对象：人员，工牌

环境要求：白天或夜间光线良好的情况

色彩要求：彩色画面

三、算法内容

算法输入：单个视频流

算法输入设备：固定摄像头，高度3-5米

算法输出：callback

最小识别像素：1080P摄像头 80*80</

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

带你打比赛

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
1
评论
工业界目标检测类算法真实需求如何？15万+真实业务数据

一探究竟工业落地项目算法需求！
复制链接

扫一扫

目标检测YOLO实战应用案例100讲-基于深度学习的无人机航拍图像目标检测算法研究与应用

qq_36130719的博客

05-28

2958

目标检测的目的是识别出图像中感兴趣的物体并将其定位，相比于传统手工提取图像特征的方法，基于深度学习的目标检测方法更加高效。同时，由于无人机工作的空域环境较为复杂，的范围，可见光遥感探测技术及其成像器件的发展使获得的影像幅宽更大，图像。随着时间的推移和科学技术的进步，在多元化的应用场景和海量。的数据下，人工判读的方式耗时费力且容易出错，因此催生出对无人机航拍影像。比例远高于自然场景影像，且小目标在图片中像素点较少，提供的分辨率有限，觉领域中相关技术的不断发展和完善，面向自然图像的目标检测技术日趋成熟，

目标检测YOLO实战应用案例100讲-面向智能路侧边缘计算的车辆行人视觉目标检测算法研究

qq_36130719的博客

06-22

1061

我国每年大约发生20多万起交通事故，直接造成的经济损失约15亿元。为应对日益凸显的交通问题，合作式智能交通系统（CooperativeIntelligent Transportation Systems，C-ITS）[4]的概念被提出。作为C-ITS最新的发展方向，车路协同系统（Cooperative Vehicle Infrastructure Systems，CVIS）[5]采用先进的信息与通信技术，全方位实施车车、车路实时信息交互，以形成安全、高效和环保的道路交通环境。

1 条评论您还未登录，请先登录后发表或查看评论

工业视觉中的目标检测——兼谈天池大赛优胜方案

我爱计算机视觉

08-22

903

点击我爱计算机视觉标星，更快获取CVML新技术目标检测是计算机视觉领域研究最火热的方向，这从计算机视觉顶会CVPR相关论文数量就能看得出来。目标检测应用范围广泛，上至卫星遥感，下至自动驾...

基于轻量化深度学习网络的工业环境小目标缺陷检测

renhongxia1的博客

05-11

1220

源自：控制与决策作者：叶卓勋刘妹琴张森林工业环境下表面缺陷检测是质量管理的重要一环, 具有重要的研究价值.通用检测网络(如YOLOv4)已被证实在多种数据集检测方面是有效的, 但是在工业环境的缺陷检测仍需要解决两个问题: 一是缺陷实例在表面占比过小, 属于典型的小目标检测问题;

目标检测算法——工业缺陷数据集汇总1（附下载链接）

加勒比海带66——【YOLO魔法搭配&论文投稿咨询】

11-18

4179

目标检测算法——工业缺陷数据集汇总1（附下载链接）。🚀近期，小海带在空闲之余，收集整理了一批工业缺陷开源数据集供大家参考。整理不易，小伙伴们记得一键三连喔！！！🤞💕

充分考虑工业真实场景！基于激光雷达相机融合的鲁棒3D目标检测benchmark

CV_Autobot的博客

10-10

684

点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心技术交流群后台回复【3D检测综述】获取最新基于点云/BEV/图像的3D检测综述！论文链接：https://arxiv.org/pdf/2205.14951.pdf代码链接：https://github.com/kcyu2014/lidar-camerarobust-benchmark.自动驾驶中有两个关键的3D...

一、针对工业领域线圈小目标检测，基于Yolov5s网络改进检测头实验及其检测效果对比

weixin_44718038的博客

08-24

3326

工业领域目标检测模型修改

目标检测YOLO实战应用案例100讲-基于深度学习的自动驾驶目标检测算法研究（续）

最新发布

qq_36130719的博客

04-22

491

4.1 YOLOv8算法原理在探讨YOLOv8算法的原理时，我们首先需要理解YOLO（You Only Look Once）系列算法的核心理念，即在单次前向传播过程中同时进行目标的定位和分类。这种一步到位的检测方式使得YOLO算法在速度和效率上有着显著的优势。YOLOv8作为这一系列中的最新迭代，不仅继承了前代YOLO算法的这些优点，而且在结构设计和性能上都有了显著的改进，从而进一步提升了检测的准确性和速度。

目标检测YOLO实战应用案例100讲-基于深度学习的自动驾驶目标检测算法研究

qq_36130719的博客

05-18

1174

近年来，随着人工智能技术以及车载感知器件的快速发展，国内外许多传统汽车企业与互联网巨头强强联手，开始在自动驾驶的战场上布局。如图1-1所示,百度、特斯拉、谷歌以及华为等科技公司已经在自动驾驶领域取得了阶段性的进展。谷歌公司早在2010年就开始了自动驾驶的研究工作，目前的自动驾驶安全行驶距离已经超过14万英里；特斯拉则在自动驾驶商业化方面取得成绩优异，2020年，配有“完全自动驾驶”的汽车年销量已经超过60万。国内自动驾驶技术。

工业应用中基于三维模型的6D目标检测综述

3D视觉工坊

06-14

1333

文章名称：A Survey of 6D Object Detection Based on 3D Models for Industrial Applications，J. Imaging | Free Full-Text | A Survey of 6D Object Detection Based on 3D Models for Industrial Applica...

【深度学习】目标检测最少训练数据量及类别不平衡的实战研究

静谧、淡雅

03-15

1696

以下内容均来自大白老师的文章。链接：https://mp.weixin.qq.com/s/iZYmst7GuWPpEr4s-rTsqg 仅作为学习用途，如有侵权，请联系作者删除！

yolov6用于工业应用的单级目标检测框架

qq_46539177的博客

03-11

1322

YOLO 系列一直是工业应用中最受欢迎的检测框架，因为它在速度和准确性之间取得了出色的平衡。YOLO 系列的开创性工作是 YOLOv1-3 [32-34]，随着后来的实质性改进，它开辟了单级检测器的新道路。YOLOv4 [1] 将检测框架重组为几个独立的部分（主干、颈部和头部），并在当时验证了 bag-of-freebies 和 bag-of-specials 以设计适合在单个 GPU 上训练的框架。

深度图像确定目标距离_深度学习图像目标检测：读懂目前工业界最青睐的YOLO V3...

weixin_39595487的博客

11-24

495

You Only Look Once,YOLO. YOLO 的核心思想:利用整张图作为网络的输入，直接在输出层回归 bounding box(边界框) 的位置及其所属的类别。yolo虽然有三个版本，由于yolo v3在性能和准确性基本上秒杀前两个版本，甚至官网都没有给出下载老版本的链接。因此，我们仅需读懂yolo v3模型结构即可。细节：卷积的本质是提取图片的特征，分类是其他层做的事情。通过划分单...

算法开发：不同需求不同做法

宇联舟的博客

05-30

802

【应用场景说明】当前算法的开发，一种是开发新算法，另一种是改写既有算法。就我们开发的案例而言，后者的需求比较多。可能有如下几种原因： 1、既有的算法虽然能够满足功能设计，但是运算速度明显不足，需要用处理更快的语言重新实现。 2、既有的算法不能在新的环境下正常运行，必须用支持新环境的语言来改写。 3、既有的算法不能完全满足功能设计，需要重新改写。【算法案例介绍】 1、python算法用C++来改写语言本身没有好坏之分，哪种能更好的满足需求就用哪种。这个算法改写的原因就是因为计算速度。在同一

目标检测综述

gubeiqing的博客

05-11

2169

1.目前学术和工业界出现的目标检测算法分成3类：（1）传统的目标检测算法：Cascade + HOG/DPM[4] + Haar/SVM[5]以及上述方法的诸多改进、优化,这种检测器主要是利用图像中的边框特征(Haar特征)进行目标检测，通过多个弱分类器以级联加权的方式组合起来，最终形成一个强大的强分类器；（2）候选区域/框 + 深度学习分类：通过提取候选区域，并对相应区域进行以深度学习方法为主的分类的方案，如：R-CNN（Selective Search + CNN + SVM）[6]SPP-net（

目标检测简介

m0_63462829的博客

01-17

2743

目标检测简介、评估标准、经典算法

算力限制场景下的目标检测实战浅谈

极市平台的技术博客

01-19

1941

作者：张钊宁本文为极市原创，转载请注明作者和出处。原文：算力限制场景下的目标检测实战浅谈本篇文章为张博19年1月18日在极市直播分享的文字详细整理。算力限制场景主要是指在嵌入式设备，也就是算力相对比较弱的芯片上面做实时或者准实时的目标检测。这个问题在学术和工业界一直都是备受关注，并且在深度学习越来越强调落地的大背景下，这个问题也正变得越来越突出。因为今天的分享是面向极市开发者们，...