基于Qualcomm Robotics RB5边缘侧AI应用系列3：基于YoloV5的人脸/口罩/人员计数目标检测

chipseeker 2024-01-15 10:54:47

加精

前面介绍了两篇在高通RB5平台上的边缘侧AI应用系列的文章：

基于Qualcomm Robotics RB5边缘侧AI应用系列1：基于Qualcomm Robotics RB5边缘侧AI应用, 目标跟踪检测-CSDN博客

基于Qualcomm Robotics RB5边缘侧AI应用系列2：基于Qualcomm Robotics RB5边缘侧AI应用 — 年龄和表情及性别估计-CSDN博客

这里介绍基于Qualcomm Robotics RB5边缘侧AI应用系列的第三篇, 年龄和表情及性别估计，具体实操的链接如下：基于Qualcomm Robotics RB5边缘侧AI应用—人脸/口罩/人员计数目标检测-CSDN博客（和这篇博客有关的问题和讨论，可以在这个帖子里展开）

RB5机器人平台的官方介绍链接： Qualcomm Robotics RB5 Development Kit | Qualcomm

这篇文章介绍了如何使用YoloV5可以实现的各种对象检测解决方案：

- 人员入侵检测：见图1

- 头盔检测：见图2

- 火灾探测

- 裂缝检测：见图3

- 垃圾检测

- 人数统计：见图4

- 盒子损坏检测

图1：人员入侵检测

图2：头盔检测

图3：裂缝检测

图4：人数统计

...全文

410 1 打赏收藏转发到动态举报

写回复

用AI写文章

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

prajina99 01-18

打赏
举报

学习学习

目标检测是机器视觉的常用的任务，本文介绍基于高通Snapdragon 与 Yolov5 模型实现边缘计算的场景实现人脸、口罩、人员计数。相关的代码已开源，可以在GitHub上获取。

目标跟踪是计算机视觉的一个常见任务，任务要求检测到连续的视频帧中的目标，并对每一个目标分配唯一标识。跟踪的目标可以行人、车辆、行李等。本文介绍高通开源的行人跟踪示例Linux应用，该基于高通Snapdragon Neural Processing Engine SDK（SNPE）实现。

人工智能的年龄、表情和情绪检测是计算机视觉领域中的一个重要问题。它可以通过分析人脸图像来识别人的年龄、表情和情绪。基于深度学习的方法已经成为该领域的主流。这些方法使用卷积神经网络（CNN）来提取人脸图像的特征，并使用分类器来预测人的年龄、表情和情绪。这篇文章中，我们演示了如何在高通Robotics RB5平台上实现了年龄，性别和情绪的检测。该应用程序实现了以下基于视觉的人脸检测解决方案：1.年龄检测 2.性别检测 3.情绪检测

热力图是一个区域中基于彼此距离的不同颜色编码的人或任何物体的视觉表示。热力图可以用来进行相关分析，例如可以知道顾客对商店中产品的偏好区域，从而做出对应的措施，避免结账时过度拥挤。可以使用YoloV5模型进行人员检测。在这个存储库中，我们实现了各种AI用例，这些用例可以使用YoloV5模型在高通Robotics RB5平台上实现。

ubuntu18 创建ROS工作空间 mkdir -p ~/yolov5_ws/src cd ~/yolov5_ws/src/ git clone https://github.com/IntelRealSense/realsense-ros.git git clone https://github.com/pal-robotics/ddynamic_reconfigure.git cd ~/yolov5_ws catkin_make clean catkin_make -DCATKIN_ENA

Qualcomm 开发者论坛

949

社区成员

5,234

社区内容

发帖

与我相关

我的任务

人工智能物联网机器学习企业社区北京·东城区

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章