社会距离检测员 使用Keras和TF用Python编写的深度学习算法,可从CCTV图像中检测出社交距离冲突 方法 社交距离控制的算法由两部分组成: 用于对象检测的深度学习模型,可以识别图像中涉及的所有主题; 根据前一点的预测,进行几何距离计算以量化人际距离,从而确定违反社会距离的对象。 这种类型的方法可保证令人满意的结果,因为它们很大程度上取决于对象检测算法的质量,在当前的技术水平下,这是一项经过广泛讨论和完善的任务,始终可获得更好的结果。 物体检测 对于检测算法,使用了YOLO(您只能看一次),尤其是在其最新版本4 [2]中。 YoloV4是YoloV3的一项重大改进:新骨干架构的实施使平均平均精度提高了10%,FPS(每秒帧数)数量提高了12%。 此外,在单个GPU上训练网络变得更加容易。 YOLO基于单个卷积神经网络(CNN)。 CNN将图像划分为多个区域,然后预测每个区域的边界