YOLOv3 YOLOv4 YOLOv5老鼠识别检测告警


前言

在食品安全众多环节中,后厨安全无疑是重中之重。俗话说“民以食为天,食以安为先”,食材新鲜程度如何、加工过程规不规范、厨具是否经过清洁消毒等问题,备受大家关注。


一、为什么需要AI检测老鼠?

食品安全问题不断占据着大众视野,在2015年,国家食品药品监管总局配合国家卫生城市、文明城市建设,在全国推广“明厨亮灶”工程。通过安置摄像头、接入前端显示屏打造“透明厨房”,使后厨及食品加工过程真正从幕后走到台前,实现全民监督。卫生条件不达标,后厨出现老鼠对食品安全带来极大的安全隐患。而通过AI技术来检测老鼠出没是一种非常可靠的技术手段,可以及时做到防患未然。

贴上两张后厨监控图片
在这里插入图片描述某监控视角
在这里插入图片描述

二、训练数据集

训练集数据一共有1600张图片,标签为yolo格式。

在这里插入图片描述
在这里插入图片描述

1. YOLOv5识别检测效果

在这里插入图片描述

视频测试效果链接

检测源码+模型+数据集


总结

提示:识别准确率高,检测效果好,可以抓拍,语言告警!可移植带算力嵌入式开发板,欢迎留言收藏!

版权声明:本文为CSDN博主「雨果先生」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/DeepLearning_/article/details/120035787

雨果先生

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

深度学习之目标检测YOLOv5

一.简介 YOLOV4出现之后不久,YOLOv5横空出世。YOLOv5在YOLOv4算法的基础上做了进一步的改进,检测性能得到进一步的提升。虽然YOLOv5算法并没有与YOLOv4算法进行性能比较与分析&#xff0

Pytorch—万字入门SSD物体检测

前言 由于初入物体检测领域,我在学习SSD模型的时候遇到了很多的困难。一部分困难在于相关概念不清楚,专业词汇不知其意,相关文章不知所云;另一部分困难在于网上大部分文章要么只是简要介绍了SS