波波的案例列表

室内人员检测

人工智能-智能家居 波波

主要针对安防监控领域现有行人监测系统的诸多通用难题,研究设计了基于Jetson-nano的嵌入式端行人检测跟踪系统。收集开源数据集,采用一阶段目标检测YOLOv3算法为主要框架,在linux服务器上训练pytorch神经网络模型,基于原始主干网络darknet-53的结构,通过添加自适应空间特征金字塔asff模块和基于人类视觉感受野的RFB模块,增大先验框感受野,提升深层次特征,生成较原始网络结构检测精度改善的最优模型。然后结合多目标跟踪deep sort算法,在行人检测的基础上完成行人跟踪,生成行人ID和轨迹。最后,由于本文你系统要求实时性,且计算力有一定要求,因此采用jetson-nano...

室内人员检测
室内人员检测

人脸关键点检测

人工智能-其他 波波

分析了近些年的多种人脸检测方法, 结合并设计实现了卷积神经网络在小型数据集 YouTube face 数据集的 68 点人脸关键点模型构建, 经测试精确度和鲁棒性良好, 并结合 Opencv 预训练的 Haar Cascade 分类器检测人脸, 和基于关键点的简单特效添加, 方 法 简 单 有 效, 可 用 于 实 际 场 景 模 块 的构建。尽管方法简单, 但由于数据集和 GPU 计算力的限制, 模型的泛化性不强, 网络的结构仍需要优化,且达不到现实生活的实时检测要求, 需要在保证精度的情况下, 减少推理时间, 优化算法, 而且关键点应用有许多, 如表情识别、姿态识别与矫正和嘴型识别等, 仍...

人脸关键点检测
人脸关键点检测

人脸关键点检测

人工智能-其他 波波

分析了近些年的多种人脸检测方法, 结合并设计实现了卷积神经网络在小型数据集 YouTube face 数据集的 68 点人脸关键点模型构建, 经测试精确度和鲁棒性良好, 并结合 Opencv 预训练的 Haar Cascade 分类器检测人脸, 和基于关键点的简单特效添加, 方 法 简 单 有 效, 可 用 于 实 际 场 景 模 块 的构建。尽管方法简单, 但由于数据集和 GPU 计算力的限制, 模型的泛化性不强, 网络的结构仍需要优化,且达不到现实生活的实时检测要求, 需要在保证精度的情况下, 减少推理时间, 优化算法, 而且关键点应用有许多, 如表情识别、姿态识别与矫正和嘴型识别等, 仍...

人脸关键点检测
人脸关键点检测
------ 加载完毕 ------
联系需求方端客服