Loading...
机构名称:
¥ 1.0

我们已经看到了这些信息,所以我们决定为这个项目做出贡献。为了公共安全,需要一个可以检测到路上没有戴头盔的人的自动头盔识别系统。这种类型的系统将帮助官员判断谁戴了头盔,并对犯错的两轮车用户处以罚款。在这个项目中,我们将使用 mask RCNN,但首先让我们了解一下 faster R-CNN 的工作原理。它们分为两个阶段。阶段 1:它由两个网络和区域提议网络组成。我们必须一次提供一个输入来获得一组区域提议,区域提议是特征图中包含对象的区域。阶段 2:在第二阶段,网络预测阶段 1 中获得的每个提议区域的边界框和对象类。每个提议区域可以有不同的大小,而网络中的全连接层始终需要固定大小的向量来做出预测。这些提议区域的大小是通过使用 Rol pool 或 RoIAlign 方法来固定的。

使用 Mask R-CNN 的头盔检测系统

使用 Mask R-CNN 的头盔检测系统PDF文件第1页

使用 Mask R-CNN 的头盔检测系统PDF文件第2页

使用 Mask R-CNN 的头盔检测系统PDF文件第3页

使用 Mask R-CNN 的头盔检测系统PDF文件第4页

使用 Mask R-CNN 的头盔检测系统PDF文件第5页

相关文件推荐

2020 年
¥1.0
2022 年
¥1.0
2021 年
¥1.0
2022 年
¥1.0
2021 年
¥1.0
2020 年
¥1.0
2023 年
¥1.0
2021 年
¥2.0
2020 年
¥1.0
2025 年
¥2.0
2024 年
¥2.0
2015 年
¥1.0
2024 年
¥2.0
2024 年
¥1.0
2021 年
¥1.0
2023 年
¥1.0
2020 年
¥1.0
1900 年
¥8.0
2018 年
¥26.0