国外一个开发者,做了一个应用程序,通过应用对象检测自动计算飞镖分数。
此应用程序通过 SSD-Mobilenet 的迁移学习来检测Bull(飞镖靶的中心)和箭头。一般来说,SSD-Mobilenet 可以检测飞镖、箭头等物体,但很难确定分数。例如,由于有 61 种不同的飞镖分数模式,它们是数字 1-20 和倍数(单、双、三)+ Bull的组合,我们必须确保相应地检测到飞镖的一部分。因此,在这个项目中,博主创建了原始数据集并添加了一个神经网络来估计分数,从而使 Darts 分数检测成为现实。
项目只使用了Jetson NANO和一个罗技摄像头(C920),确认摄像头已连接后,调整飞镖靶和摄像头的位置。摄像头应直接定位在飞镖靶的正前方,摄像头与飞镖靶之间的距离应在60cm到80cm左右。
如何运作
此应用程序使用 SSD-Mobilenet,但它只检测Bull(飞镖靶的中心)和箭头。仅 SSD-Mobilenet 不足以估计分数。为了确定分数,我们使用箭头从飞镖中心点的位置和角度信息。分数计算流程如下:
点击阅读原文,访问项目GitHub:
https://github.com/kawasaki-kento/darts-score-detection
更多项目: