案例介绍
系统以树莓派 4B 为核心硬件平台，集成高分辨率摄像头（640×480 RGB 图像，30fps）与 ReSpeaker 2 麦克风阵列（16kHz 音频流采集），构建多模态数据采集模块。在算法层面，采用分层处理架构：通过 YAMNet 音频分类模型实现 521 种声音的全量识别，输出声音类别及置信度；基于 UniDepth-v2-vits14 深度感知模型实时生成深度图与障碍物信息（30fps）；利用 YOLOv12 物体识别模型完成 80 余种物体的检测与动向判断。通过多模态信息融合技术，系统实现视觉流（物体特征、深度信息）与听觉流（声音事件特征）的协同处理，突破单一模态的感知局限。
案例图片
相似案例推荐
其他人才的相似案例推荐
-
自动化测试脚本集合
为软件项目打造自动化测试方案，我主导开发。用 Python
-
IBMS
该方案为园区的管理者和物业管理人员提供统一运行管控平台，支持
-
乐活世界
通过自主研发的虚实共生的经营底座，为用户搭建一个自由开发的w
-
流程中心
这是一个流程中心的设计页。 我主要负责流程中心的前端负责人
-
Gsm-Lte基站
1、工作于GSM基站项目组，GSM协议栈开发。负责层二层三协
-
流程中心
这是一个流程中心的设计页。 我主要负责流程中心的前端负责人
-
玻璃空瓶验瓶机设计与制作虚拟仿真实验平台
基于 Unity3D 开发三维全景虚拟漫游(VR)实验平台，
-
基于深度学习的电商购物虚拟人物主播
商家提供商品讲解文本，利用 TTS 模型转为语音，用训练好的
-
大宝剑！
方鸿渐：本书主人公。气高学浅、未求专攻，外慧内醇、少谙世故。
-
工厂产测自动化解决方案
工厂产测自动化解决方案 ——全流程智能化管控，高效闭环
-
泡圈喵
项目名称: 泡圈喵 项目描述: Ai做门店之“泡圈喵——全
-
音视频 抗网络丢包
随着公司终端的用户越来越多，使用场景越来越复杂，不可避免的会
微信接收人才推送
关注猿急送微信平台，接收实时人才推送
