工厂人员行为识别检测基于YOLOv7

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。