工厂人员行为识别检测 基于YOLOv7技术来实现的图像识别。人员行为识别图像识别算法是计算机视觉的基础算法,例如VGG,GoogLeNet,ResNet等,这类算法主要是判断图片中目标的种类。目标检测算法和图像识别算法类似,但是目标检测算法不仅要识别出图像中的物体,还需要获得图像中物体的大小和位置,使用坐标的形式表示出来。如下图:图像识别和目标检测
下面我们举个例子来说明 对于三种物体 人、车、摩托车,对于图像识别,输出列表为三个数字,分别代表图像中物体是人、车、摩托车的概率,例如对于上图的输出值或许是[0.001, 0.998, 0.001]。被预测为车的概率为最高。
而对于目标检测算法来说,它的输出值更像是这样:目标检测算法的输出
其中:pc 为1时代表有物体被检测到,反之,没有物体被检测到,因此其他的输出值可以被忽略
至于目标检测的用处,现在最大的场景就是无人驾驶,在无人驾驶中,需要实时检测出途中的人、车、物体、信号灯、交通标线等,再通过融合技术将各类传感器获得的数据提供给控制中心进行决策。而目标检测相当于无人驾驶系统的眼睛。在目标检测技术领域,有包含region proposals提取阶段的两阶段(two-stage)检测框架如R-CNN/Fast-RCNN/R-FCN等,再就是端到端的但阶段目标检测框架如YOLO系列和SSD等。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。