检测到您已登录华为云国际站账号,为了您更好的体验,建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
表3 Bbox结构体说明 参数值 说明 xmin 检测框的坐标值。 ymin 检测框的坐标值。 xmax 检测框的坐标值。 ymax 检测框的坐标值。 score 检测框的得分。 label 检测框的类别。 返回值 返回bool值,表示是否是难例图片。 父主题: 难例上传模块
HiLens Studio使用流程 HiLens Studio 是一个提供给开发者的多语言类集成开发环境,包括代码编辑器、编译器、调试器等,开发者可以在HiLens Studio 中编写和调试技能代码。
智能边缘系统注册设备 人脸检测技能开发(HiLens控制台新建技能) 手势判断技能开发(ModelArts导入模型+HiLens新建技能) 安全帽检测技能开发(外接摄像头) 厂商分发技能至产品 02 入门 华为HiLens不仅预置了丰富的AI技能,还提供Skill Framework
预置商用技能 预置商用技能简介 人脸检测技能 多区域客流分析技能 车牌识别技能 安全帽检测技能 人脸客流统计技能 车型车标技能 父主题: 技能市场
新建可训练技能 开发技能(HiLens安全帽检测技能) 根据工作流指引,开发安全帽检测技能,通过上传训练数据,训练生成安全帽检测模型,自主更新和调整模型精度,实现高精度的安全帽检测功能,并一键安装技能至HiLens Kit设备。
if hard_sample_flag: if upload_flag: if hard_sample.hard_sample_detection_filter([[0.,0.,1280.,720.,0.4,1]]): # 检测算法的输入为后处理之后的检测框
在出行方案中的疲劳检测算法的基础检测在设备侧完成,初步判断为疲劳检测后,将就近几秒的视频流上传到云侧,调用云上的疲劳检测算法,再次进行二次精确识别,判断为疲劳检测后则输出结果到车联网业务系统进行业务处理。
园区:检测车辆属性和车牌等。 工地:检测工人是否佩戴安全帽等。 参见: 设备部署技能流程 AI应用开发者 高校老师/学生 培训机构 AI开发技术人员 AI开发爱好者 开发具备AI能力的应用,发布到技能市场,构建良好AI开发者生态。 参见: 开发者控制台开发技能
在此之上,HiLens Framework提供了以下6个模块供开发者使用,方便开发诸如人形检测、疲劳驾驶检测等技能,模块说明如表1所示。
在此之上,HiLens Framework提供了以下6个模块供开发者使用,方便开发诸如人形检测、疲劳驾驶检测等技能,模块说明如表1所示。用户可以开发Python版本的技能并在HiLens Kit上运行。
园区:检测车辆属性和车牌等。 工地:检测工人是否佩戴安全帽等。 参见普通用户使用技能 开发者 从事AI开发的技术人员 高校学生 开发具备AI能力的技能,发布到技能市场,构建良好AI开发者生态。
开发可训练技能 可训练技能简介 新建可训练技能 HiLens安全帽检测技能 更新应用版本 查看技能详情 删除可训练技能
难例上传模块 难例上传介绍及说明 初始化难例上传模块 检测算法中的难例图片判断 分类算法中的难例图片判断 难例图片上传 获取难例配置 更新难例配置 示例-难例上传
在此之上,Huawei HiLens Framework提供了以下6个模块供开发者使用,方便开发诸如人形检测、人脸识别、疲劳驾驶检测等技能。
人脸检测算法对三个空间维度都有限制。检测模型根据三个维度做姿态评估以后,将检测到的人脸图片发送出来。
运行时语言 逻辑代码的运行时语言。目前支持“Python3.7”和“C/C++”。如果选择C/C++语言开发,将不支持在线编辑代码。开发者线下开发完成后,需要在Linux环境下把代码编译打包,然后上传到obs。
在华为HiLens控制台上可以添加摄像头并填写摄像头配置信息,详情请见配置摄像头,具体实践案例可参考安全帽检测技能开发(外接摄像头)。 父主题: 设备介绍
图2 有线连接路由器 单击检测网络状态后的“检测”,检查网络是否连接。 修改IP地址。 单击待修改IP地址后的“修改”。 按表1修改“IP地址”。本示例使用路由器IP是“192.168.2.1”,如图3所示,单击“确定”,完成修改设备IP。
图2 有线连接路由器-8 单击检测网络状态后的“检测”,检查网络是否连接。 修改IP地址。 单击待修改IP地址后的“修改”。 按表1修改“IP地址”。本示例使用路由器IP是“192.168.2.1”,如图3所示,单击“确定”,完成修改设备IP。
可选,类型:bool,默认为true;如果为true,方差编码在目标中,否则需要相应地调整预测偏移量 keep_top_k:可选,类型:int32,在nms步骤后每个图像要保留的总bbox数 confidence_threshold:可选,类型:float,仅考虑置信度大于阈值的检测