未穿戴安全帽反光衣的人脸识别

2023-10-12 08:50

本文主要是介绍未穿戴安全帽反光衣的人脸识别,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

构建数据集

网上开源的安全帽和反光衣的数据集,都是分开的,即没有一份数据集是同时拥有是否戴安全帽和是否穿反光衣这四类标注的。故工作开始之前的第一步就是构建一份同时拥有是否戴安全帽和是否穿反光衣这四类标注的数据集。

具体方法:用yolov5-6.0分别来训练出安全帽和反光衣的两个检测权重,然后通过模型融合的方法,将所需要的数据集当作检测的数据集,在检测时保存所检测图片的txt文件,最后进行人工数据清洗,得到一份完整的安全帽和反光衣的数据集。

数据集的标注如下:(0:反光衣,1:头,2:安全帽,3:其他衣服)

 

共计一万三千多张,目前数据集不打算开源 。

选定目标检测模型

模型这一块没有太大悬念,工程化的模型yolov5足够满足大部分需求,最新版的6.1版本都能tensorRT、openvino各种加速和导出了。

训练过程中无需对模型做任何改动,使用yolov5s权重进行训练,调整到适合自己电脑的epochs和batch-size,开启多尺度训练即可。训练结束后得到一个s的权重。

选定人脸识别模型

人脸模型选用经过cuda加速的dlib库提供的人脸识别模型。在yolov5的推理过程中加入人员是否正确穿戴安全帽和反光衣的判断条件后,将yolov5检测出来的人脸区域提取,根据人脸数据库进行模板匹配,最终,违规穿戴的人脸检测模型落成。

这篇关于未穿戴安全帽反光衣的人脸识别的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/194701

相关文章

深度学习实战:如何利用CNN实现人脸识别考勤系统

1. 何为CNN及其在人脸识别中的应用 卷积神经网络(CNN)是深度学习中的核心技术之一,擅长处理图像数据。CNN通过卷积层提取图像的局部特征,在人脸识别领域尤其适用。CNN的多个层次可以逐步提取面部的特征,最终实现精确的身份识别。对于考勤系统而言,CNN可以自动从摄像头捕捉的视频流中检测并识别出员工的面部。 我们在该项目中采用了 RetinaFace 模型,它基于CNN的结构实现高效、精准的

Python 人脸识别实战教程

引言 在本教程中,我们将深入探讨如何使用Python和OpenCV库来实现人脸检测与识别。本文从基础知识入手,逐步构建一个简单的人脸识别系统。本教程假设读者已经熟悉Python编程,并具备一定的OpenCV使用经验。 环境配置 安装必要的库 确保您的开发环境中已安装了Python和OpenCV。可以通过以下命令安装OpenCV: pip install opencv-python

人脸识别开源项目之-face_recognition

特性 从图片里找到人脸 定位图片中的所有人脸: import face_recognitionimage = face_recognition.load_image_file("your_file.jpg")face_locations = face_recognition.face_locations(image) 识别人脸关键点 识别人脸关键点,包括眼睛、鼻子、嘴和下巴。

【C++】基于 OpenCV 的人脸识别(强烈推荐)

原文网址:http://www.jianshu.com/p/96be2417cc98 一点背景知识 OpenCV 是一个开源的计算机视觉和机器学习库。它包含成千上万优化过的算法,为各种计算机视觉应用提供了一个通用工具包。根据这个项目的关于页面,OpenCV 已被广泛运用在各种项目上,从谷歌街景的图片拼接,到交互艺术展览的技术实现中,都有 OpenCV 的身影。 OpenCV 起始于

2d激光反光贴提取

2d激光数据有距离和强度两种数据,强度描述物体材质 。 当在长走廊环境或者动态环境(立体仓库)中,传统基于地图的slam将不在适用,agv行业通常使用反光贴和二维码保证slam可靠性 void HanderReflectors(const sensor::LaserFan& laser_fan, sensor::PointCloud * reflectors) {// 构建反光贴,遍历所有点云,

行业首家!百度智能云通过中国信通院「H5 端人脸识别安全能力」测评

2024 年 6 月,在中国信通院组织的 H5 端人脸识别产品安全能力评测中,百度智能云「H5 实时活体检测产品-V3.0」在人脸识别算法安全能力、人脸数据传输安全能力、H5 端应用安全能力、身份认证业务安全能力、安全管理能力 5 个方面表现优异,相应能力项的指标均符合标准验证要求。成为行业内首家通过该项权威测评的企业,再次彰显了百度智能云在人工智能领域的领先地位。 随着数字化时代的

一款人脸识别的芯片内部

三年前在一家3D人脸识别的芯片公司,先后做过两个稍具规模的芯片项目,因为各种原因,这些最终都没有上市,成为沉寂在实验室的产物。但是这些芯片的总体设计都颇具匠心,自己在当时也很有触动,现在拿出一点来供读者欣赏。为不侵犯原有设计者的创作,所有列举的芯片结构图已经经过本人抽取和改动,只为学习和演示这些设计的原理。 首先介绍的是一款当时爆炒的关于人脸识别的门锁芯片的VI系统,该系统如下所示,支持单摄象头

iOS原生人脸识别CIDetector使用

本片博客版权归黑马程序员所有:黑马程序员苹果原生人脸识别早在iOS5就已经有了,但是能够识别的数据及其的少,所以用的人不是很多。目前做的比较好的人脸识别就是Facebook的face++人脸识别原理简介:每一张图片都是由每一个像素点组成,而每一个像素点中又有对应的颜色值(如RGB),人的面部特征中,不同的五官,颜色值肯定存在差异,而人脸识别技术就是通过对照片中每一个像素的识别进行大量的算法处理,最

机器视觉开源处理库汇总-介绍n款计算机视觉库/人脸识别开源库/软件 -几种图像处理类库的比较-视觉相关网站

机器视觉开源处理库汇总-介绍n款计算机视觉库/人脸识别开源库/软件 -几种图像处理类库的比较-视觉相关网站 机器视觉开源处理库汇总 从cvchina搞到的机器视觉开源处理库汇总,转来了,很给力,还在不断更新。。。 通用库/General Library OpenCV 无需多言。 RAVL Recognition And Vision Library. 线程安全。强大的

每天五分钟计算机视觉:人脸识别网络FaceNet

本文重点 在前面的课程中,为了解决人脸识别的问题,我们学习了Siamese神经网络。本文我们学习另外一种人脸识别网络模型FaceNet。 论文 FaceNet: A Unified Embedding for Face Recognition and Clustering FaceNet概述 FaceNet是谷歌在CVPR 2015上提出的一种深度学习模型,旨在解决人脸识别、验证和