古月的案例列表

作者:古月 · 共 2 个案例

输电缺陷检测

针对输电线路无人机拍摄的图片,进行线路缺陷检测,具体工作如下: 1、模型训练:跟踪最新的目标检测算法进展,有选择性的采用自有业务数据进行验证(主要针对AP50提升较大的算法),如Yolov3, Libra-RCNN, TridentNet,FCOS,EfficientDet等;针对业务数据,对现有算法进行优化,提升目标检测性能 2、工程部署:采用Python Django框架,将模型封装成Webservice服务,并进一步将模型打包到Docker镜像中,便于安装部署;根据客户要求,将模型打包成windows安装包并在windows系统进行部署 3、数据处理:熟悉业务数据,选择合适的数据增

安全帽工装识别

针对施工现场,对作业人员的未带安全帽、未穿工装、未带手套登高、现场吸烟等违规行为进行自动识别,包括模型训练和部署; 模型训练:对原始数据进行清洗,标注,增广,然后采用Yolov5l进行模型训练; 模型部署:在边缘计算卡英伟达Tx2进行部署,首先将模型转换为半精度tensorrt格式,然后采用C++进行模型部署,提供webservice接口;

案例判断参考

程序员兼职平台怎么选 程序员平台对比怎么看 企业找程序员外包避坑

古月的案例列表

输电缺陷检测

针对输电线路无人机拍摄的图片,进行线路缺陷检测,具体工作如下: 1、模型训练:跟踪最新的目标检测算法进展,有选择性的采用自有业务数据进行验证(主要针对AP50提升较大的算法),如Yolov3, Libra-RCNN, TridentNet,FCOS,EfficientDet等;针对业务数据,对现有算法进行优化,提升目标检测性能 2、工程部署:采用Python Django框架,将模型封装成Webservice服务,并进一步将模型打包到Docker镜像中,便于安装部署;根据客户要求,将模型打包成windows安装包并在windows系统进行部署 3、数据处理:熟悉业务数据,选择合适的数据增...

安全帽工装识别

针对施工现场,对作业人员的未带安全帽、未穿工装、未带手套登高、现场吸烟等违规行为进行自动识别,包括模型训练和部署; 模型训练:对原始数据进行清洗,标注,增广,然后采用Yolov5l进行模型训练; 模型部署:在边缘计算卡英伟达Tx2进行部署,首先将模型转换为半精度tensorrt格式,然后采用C++进行模型部署,提供webservice接口;...

案例判断参考

程序员兼职平台怎么选 程序员平台对比怎么看 企业找程序员外包避坑
查看简历
微信沟通 客服 看中这位工程师了?客服帮你 1 小时对接沟通 → ×