基于YOLO目标检测原理的队伍检测
案例介绍
项目背景：机器人作为人工智能发展的主要方向之一，服务型机器人是其中的重头戏。而机场、车站等场景下的服务型机器人需要对排队的或聚集的人群进行识别并且主动上前提供相应的服务，以加快旅客的通行，提升机场和车站的服务质量。所以本项目就是为了识别出机场中的队伍。
项目责任：该项目我主要负责模型的搭建和训练工作。本项目数据由我公司机器人现场拍摄，后由我部人员进行标注得到共得到6500多张图片其中包含多种形态的队伍，无队伍，一个队伍，多个队伍等多种图片。模型参考YOLO模型的设计采用end-to-end原理，将544*544的图片划成68*68个网格，然后预测每个单元格内是否有目标（该目标的中心代表该目标）每个单元格会预测2个边界框（bounding box)，以及边界框的置信度（confidence score）。所谓置信度其实包含两个方面，一是这个边界框含有目标的可能性大小，二是这个边界框的准确度。从而得到人脸的位置。再用密度聚类的方法得到人群和队伍。本项目正在申请专利。
基于YOLO目标检测原理的队伍检测
案例介绍
开发环境：Anaconda3，PyCharm，pytorch
项目背景：机器人作为人工智能发展的主要方向之一，服务型机器人是其中的重头戏。而机场、车站等场景下的服务型机器人需要对排队的或聚集的人群进行识别并且主动上前提供相应的服务，以加快旅客的通行，提升机场和车站的服务质量。所以本项目就是为了识别出机场中的队伍。
项目责任：该项目我主要负责模型的搭建和训练工作。本项目数据由我公司机器人现场拍摄，后由我部人员进行标注得到共得到6500多张图片其中包含多种形态的队伍，无队伍，一个队伍，多个队伍等多种图片。模型参考YOLO模型的设计采用end-to-end原理，将544*544的图片划成68*68个网格，然后预测每个单元格内是否有目标（该目标的中心代表该目标）每个单元格会预测2个边界框（bounding box)，以及边界框的置信度（confidence score）。所谓置信度其实包含两个方面，一是这个边界框含有目标的可能性大小，二是这个边界框的准确度。从而得到人脸的位置。再用密度聚类的方法得到人群和队伍。本项目正在申请专利。
案例图片
相似案例推荐
-
Ai智能机器人
此模块为人工智能系统,通过对用户说出的问题,来进行分词,语义
-
分身者机器人
分身者机器人项目，通过一套操控衣，实时将操控命令远程传送至位
-
智能机器人对话界面
智能机器人对话界面是移动端的H5项目，给用户提供友好完善的界
-
语音智能机器人管理中台
此项目为语音中台管理系统，旨在通过管理后台业务人员可以通过配
-
中台数据可视化，流程设计
在公司的主要职责前端开发，h5页面开发，使用html5,cs
-
激光导航机器人控制软件
Oasis 600是一款应用于标准工业环境的通用移动AGV,
1小时精推人才
需求方专属客服，免费梳理匹配
