【技术实现步骤摘要】
基于Maixduino AI K210开发板的口罩监测与二维码识别系统设计方法
[0001]本专利技术属于基于Maixduino AI K210人工智能开源硬件平台的设计应用,设计了智能口罩监测与二维码识别系统。该系统硬件基于 Maixduino AI K210开发板,软件基于Mind+和Maxipy IDE,采用 Python语言编程。
技术介绍
[0002]目前,安装智能设备,利用人工智能和机器设备识别公共场所出入口人群的口罩佩戴情况和健康码状态,实现无人监管情况下的疫情防控将成为必然。基于Maixduino AI K210人工智能开源硬件平台开发板实现系统所需硬件简单,成本低廉,非常适合当下对于公共防疫常态化工作中覆盖面大、可靠性、实时性要求高的需求。同时,软件基于Mind+和Maxipy IDE,采用Python语言编程。Maixduino AIK210人工智能开源硬件平台开发板具有高可读性和优秀的兼容性,能够根据不同的应用场景和实际需要对系统进行完善或者额外增加所需的基础功能,非常适合在各种复杂的现实场景中进行按需拓展和使用。本专利技术使用的算法为K
‑
Means算法,它是一种无监督的聚类算法,实现简单,聚类效果好。以此设计出来的系统也具有简便高效的特点,实际安装使用的成本低。由此可见,基于Maixduino AI K210 人工智能开源硬件平台开发板的口罩监测与二维码识别系统在当前公共防疫常态化工作中具有充足的可行性和良好的发展前景。
技术实现思路
[0003]本专利技术 ...
【技术保护点】
【技术特征摘要】
1.基于Maixduino AI K210开发板的口罩监测与二维码识别系统设计方法,其特征在于包括以下步骤:步骤1、口罩监测的机器视觉学习库的建立;步骤2、口罩监测系统的搭建;步骤3、二维码识别系统的搭建。2.如权利要求1所述的基于Maixduino AI K210开发板的口罩监测与二维码识别系统设计方法,其特征在于步骤1所述的口罩监测的机器视觉学习库的建立基于Maixduino AI K210人工智能开源硬件平台基础上,利用YOLOv2模型,采用K
‑
Means聚类算法进行口罩目标的识别,具体如下:YOLOv2模型中BN层能够得到更高的平均准确率,并且拥有不错的每秒传输帧数;因此在进行图像准备数据抓取识别后,进行锚点参数的计算与配置,便开始模型的初步训练;BN层在进行卷积前对数据进行预处理,具体是在卷积池化之后,激活函数之前,对每个数据输出进行规范化;数据输出进行规范化;其中,是Batch内数据归一化结果,E[x
(k)
是Batch均值,Var为方差;γ和β为引入的附加参数;同时引入锚框算法进行物体预测,anchors boxes算法把图像进行压缩的同时使得特征图的维度变为奇数,在进行一些大物体运算的预测时,使中心点落在图片的中心位置,从而更容易得使用特征图的一个中心点去预测这些物体的边界框;K
‑
Means算法使anchor boxes和临近的真实框有更大的交并比值;同时由于加入锚点机制,并采用直接预测偏移量offsets对于网络单元的相对位置DLP;b
x
=σ(t
x
)+c
x
ꢀꢀꢀꢀꢀꢀꢀ
(3)b
y
=σ(t
y
)+c
y
ꢀꢀꢀꢀꢀꢀꢀ
(4)(4)Pr(object)*IOU(b,object)=σ(t
o
)
ꢀꢀꢀꢀ...
【专利技术属性】
技术研发人员:冯浩洋,许晓荣,包佳旭,陈坤龙,冯申奥,
申请(专利权)人:杭州电子科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。