YOLOv3 YOLOv4 YOLOv5老鼠识别检测告警

文章目录

  • 前言
  • 一、为什么需要AI检测老鼠?
  • 二、训练数据集
    • 1. YOLOv5识别检测效果
  • 总结


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
YOLOv3 YOLOv4 YOLOv5老鼠识别检测告警_第1张图片某监控视角
YOLOv3 YOLOv4 YOLOv5老鼠识别检测告警_第2张图片

二、训练数据集

训练集数据一共有1600张图片,标签为yolo格式。


1. YOLOv5识别检测效果

YOLOv3 YOLOv4 YOLOv5老鼠识别检测告警_第3张图片

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!

你可能感兴趣的:(深度学习,计算机视觉,图像处理,深度学习,人工智能,目标跟踪,视觉检测,pytorch)