旅客安检置物框目标检测项目
案例介绍
负责内容：使用Python作为开发语言，以旅客安检置物框图片作为数据集进行数据标注，主要检测旅客遗漏的证件、登机牌、小物品等，利用pytorch框架从底层搭建YOLOV5模型训练后实现空框残留物品检测， 并转换成ONNX模型部署至服务器。
成果：1、产出一项深度学习视觉模型，YOLOV5；2、空框残留物检测mAP达到86%左右；3、基于该视觉方法在仿真中优化了安检人员人数配置。
案例图片
相似案例推荐
其他人才的相似案例推荐
-
YOLOv7智能识别
yolov7/v8/v5智能识别 支持多种目标识别 支持
-
多摄像头调用与识别
基于Deepstream的智能视频分析系统搭建支持 多路视
-
实时视频识别
使用硬解码解码实时视频流，并使用yolov5进行推理。 1
-
YOLOv7智能识别
Yolov7、v8、v5模型训练 支持自定义目标识别 支
-
多摄像头调用与识别
基于Deepstream的智能视频分析系统搭建支持 多路视
-
AI图像生成项目
该系统包括图像算法服务、资源生成服务、API规范接口系统、分
-
电子水尺采集板程序的设计
该任务要求采集水尺上各个点位的数据后进行处理,得到水位信息,
-
基于STM32的步进电机驱动开发
负责在STM32平台上重新编写电机运动规划算法和控制程序。利
-
笨笨社区
项目名称:笨笨社区 项目简介:该APP是集动态分享点赞
-
城市大脑可视化大屏
城市大脑可视化大屏是一种用于城市管理和规划的高度可视化工具，
-
AI 作文评分小程序
基于 LLM AIGC 技术，对输入的小学作文纠错，优化，批
-
老照片修复
智能AI技术修复老旧照片，通过AI技术实现图片类的自动修复，
微信接收人才推送
关注猿急送微信平台，接收实时人才推送
接收人才推送
联系需求方端客服