摘要
本发明涉及一种计算机视觉与图像处理的技术领域,具体涉及一种基于颜色分割的荧光衣识别算法,包括以下步骤:S1:收集超过10000张工厂中出现的各类形荧光衣服图片,并对每张图片进行语义分割标注,以及对标注后的数据进行标准化处理;S2:通过选择Pytorch为开源深度学习目标检测框架,以及将yolov8s和yolov9e分别作为语义分割和行人检测的预训练模型,并对训练好的模型进行TensorRT优化;S3:解码视频流,使用yolov9e检测行人,并准备进行荧光衣识别;S4:通过荧光衣分割模型检测进行判断,未穿着荧光衣则立即触发报警;S5:在视频帧上展示检测结果,并通过GstPlugin接口将检测结果整合到业务逻辑中。通过收集大量荧光衣图片并进行语义分割标注。
技术关键词
识别算法
解码视频流
颜色
检测行人
标注工具
行人检测模型
图片
语义分割模型
深度学习框架
穿着者
衣服
黄色荧光
逻辑
解码器
计算机视觉
系统为您推荐了相关专利信息
建筑群
神经网络模型
图像超分辨率
像素点
高效高精度
脚本
信息采集系统
数据接口
数据存储路径
生成算法
疲劳测试方法
疲劳性能评估
样本
聚类
碳纤维复合材料