團隊構成
題目說明
本題著力於生產環境的安全行為，通過攝像頭採集並識別職工在生產車間是個人對本題目理解否佩戴安全帽的影象資料，開發乙個車間安全帽檢測系統。企業提供 7581 張含
有佩戴安全帽的，並對該資料進行了預標註，選手可以自行對資料進行清洗，
分成訓練集與測試集，以及自行擴充資料集（需提供資料**）。
1.企業對於開發者要求
i.進行演算法模型的開發
ii.實現生產環境安全帽佩戴檢測
iii.可以部署到上位機的系統
iv.推薦使用tensorflow或者pytorch
2.個人對改題目的看法
1.演算法模型
對已給資料集進行觀察，不難發現其提供的資料集具有三個部分：
notes：分類正確的為正樣本，分類錯誤的為負樣本，通過這種方法來增強模型的健壯性。總的來說，我們希望機器學習到帶安全帽的概念。
目前的據我自己了解的，網路上使用比較多的模型有：簡要的流程概括1.deepface
2.deepid
3.facenet
上述模型簡而言之就是一種演算法，用來訓練分類器
我們最終希望可以訓練出乙個能夠分類帶安全與不帶安全帽兩種類別的分類器
由此可以看出，能否熟練的應有上述模型的其中乙個是解決該題目的關鍵所在
資料集的清洗
利用opencv自帶的人臉識別器將資料集中的人臉圖形中分割出來並打標籤
此過程需要處理 7000 張需要大型機的支援
模型的搭建與訓練
重點、難點
選擇上述模型的其中之一，訓練安全帽識別分類器
主觀意願選擇使用tensorflow 1.5版本，因為對tensorflow了解稍微多一點
測試集測試模型的精度
使用資料集中自帶的測試機進行測試
補充說明
為了適應工業生產環境和考慮實際情況應該應用邊緣計算的概念訓練的分類盡量要「輕」，反應速度要快，具有強的移植性
目前方案：將模型直接植入特定的監控裝置，在源頭就實現分類識別，將模型的判斷結果直接回傳至雲端伺服器資料庫，管理人員可以通過web瀏覽器實時獲取從生產環境捕捉的**資料資料
ps：b406大型機以安裝python環境支援伺服器端開發，所以申請使用b406機器
人工智慧視覺檢測的優勢有哪些
眾所周知，在人工智慧技術中視覺檢測的應用非常的廣泛。人工智慧視覺檢測裝置不但可以進行自主深度學習，並且還能夠感知周邊環境，根據感知出來的環境可以快速的滿足生產企業的檢測需求。提公升檢測效率 由於以前的自動化視覺檢測系統過度依賴於缺陷庫，為了確保資訊被準確的檢測到，人工智慧視覺檢測通過深度學習不需要通...
人工智慧和人臉識別中的哲學
看過電影畫皮的都人知道，現在社會有很多名副其實的偽裝者，雖說耳聽為虛，眼見為實，但有時候眼睛看到的一切並不是真的，格物斯坦人工智慧的出現起到了幫助人臉識別系統去偽存真，安全保密的作用。因為了神乎其技的人工智慧，才讓人臉識別在國內得到了大幅度的普及化。人臉識別是基於人的面部特徵進行身份識別的一項生物識...
ios開發ocr識別 人工智慧下的證件識別軟體
我十年前學過開發，現在人工智慧的發展，我又想返回到開發上 這是乙個曾經在 邊緣徘徊過的人，目前的真實而又迫切的想法，人工智慧的發展愈發迅猛，我們的周邊人工智慧產物愈發變多。可以說，未來已來！人工智慧宗旨也就是解放勞動力，讓機器手段完 要完成的事。ocr也是如此，把紙質上不可編輯的文章，通過技術手段提...