基于目标检测的电车充电插孔检测实践

好久没有更新目标检测实战里面的专栏文章了,最近又看到了有意思的事情了这里就想实践一下,先看效果图:

      可能最开始直接去看这个图的话会觉得很突兀,接下来简单说下做的是什么东西,以及为什么会想做这么一个事情。

       前几天的时候看到一个酷炫的视频介绍,Tesla正在研发能够自主完成充电插孔寻找定位并进行充电操作的只能充电头,脑补一下画面就觉得有一种科幻电影里面的既视感,这个只是题外话,从技术层面来理解这个功能的话其实还是一个图像处理的工作,需要在智能充电头上面装有摄像头,通过实时的视频流数据处理结果来不断地调整高度、角度等等,这是一个不断学习的过程,还是很复杂的,这也不是本文主要考虑的事情,在视频流数据处理的过程中有一个关键的技术就是目标检测技术,需要对摄像头传入的图像进行检测计算,确定充电插孔的位置等信息,用于指导机械头的运动,我这里也是做了简单的实践。

      下面先看看下具体的数据集:

        我的数据集

版权声明:本文为CSDN博主「Together_CZ」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/Together_CZ/article/details/122235265

Together_CZ

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

克服密集恐惧症,目标检测代你实现钢筋精准计数

是不是很多人或多或少在一些时刻都会有感觉到密集恐惧,我就是会有这样的感觉,尤其是面对十分密集的内容的时候,最近看到了一个之前举办的比赛,做的内容就是对堆放的钢筋截面进行精准的计数,这个实际照片拿来一看,如果是人工来做,不知道要数到

YOLOX笔记

目录 1. 样本匹配 正负样本划分过程 2. yoloxwarmcos 学习率 3. 无法开启多gpu训练, 或者多gpu训练卡住? 1. 样本匹配 正负样本划分过程 说明: gt_centerbbox是在gt_bbox中心点向四周