厨师帽穿戴识别系统明厨亮灶 OpenCV

原创

燧机科技 2024-06-28 14:19:04 ©著作权

文章标签 opencv 人工智能计算机视觉深度学习 python 文章分类 HarmonyOS 后端开发

©著作权归作者所有：来自51CTO博客作者燧机科技的原创作品，请联系作者获取转载授权，否则将追究法律责任

厨师帽穿戴识别系统明厨亮灶即时检测餐饮厨房地区，厨师帽穿戴识别系统明厨亮灶当监控人员不戴厨师帽时，马上警报，与此同时储存警报截屏视频到数据库系统产生汇报，推荐给有关管理者，也可以依据报警记录和警报截屏、视频查看播放，进一步提高监控区域的操纵高效率，产生高效的监管功效，提升食品类安全管理。厨师帽识别系统对餐厅厨房地区开展全天、全方位即时管理检测、智能化识别，全方位把握餐馆业务单位的餐厅厨房动态。

OpenCV的全称是Open Source Computer Vision Library，是一个跨平台的计算机视觉处理开源软件库，是由Intel公司俄罗斯团队发起并参与和维护，支持与计算机视觉和机器学习相关的众多算法，以BSD许可证授权发行，可以在商业和研究领域中免费使用。OpenCV可用于开发实时的图像处理、计算机视觉以及模式识别程序，该程序库也可以使用英特尔公司的IPP进行加速处理。

与C / C++等语言相比，Python速度较慢。也就是说，Python可以使用C / C++轻松扩展，这使我们可以在C / C++中编写计算密集型代码，并创建可用作Python模块的Python包装器。这给我们带来了两个好处：首先，代码与原始C / C++代码一样快（因为它是在后台工作的实际C++代码），其次，在Python中编写代码比使用C / C++更容易。OpenCV-Python是原始OpenCV C++实现的Python包装器。

厨师帽穿戴识别系统明厨亮灶 OpenCV_计算机视觉

近些年，不论是食品生产企业或是餐馆企业，食品安全问题经常产生，食品安全事件已变成群众关心的重点。对待经常产生的食品安全问题，省、市人民政府监督部门提升了监管，资金投入了更多的是财力物力网络资源，对食品生产企业和餐馆企业开展监管。除此之外，现阶段大部分餐馆企业，大量或应用传统式的安防监控是被动技能的安全预防，并没有充分发挥积极主动识别异常行为，操作错误提早预警信息功效

# parameters
nc: 3  # number of classes     <============ 修改这里为数据集的分类数
depth_multiple: 0.33  # model depth multiple
width_multiple: 0.50  # layer channel multiple

# anchors
anchors:
  - [10,13, 16,30, 33,23]  # P3/8
  - [30,61, 62,45, 59,119]  # P4/16
  - [116,90, 156,198, 373,326]  # P5/32

# YOLOv5 backbone
backbone:
  # [from, number, module, args]
  [[-1, 1, Focus, [64, 3]],  # 0-P1/2
   [-1, 1, Conv, [128, 3, 2]],  # 1-P2/4
   [-1, 3, BottleneckCSP, [128]],
   [-1, 1, Conv, [256, 3, 2]],  # 3-P3/8
   [-1, 9, BottleneckCSP, [256]],
   [-1, 1, Conv, [512, 3, 2]],  # 5-P4/16
   [-1, 9, BottleneckCSP, [512]],
   [-1, 1, Conv, [1024, 3, 2]],  # 7-P5/32
   [-1, 1, SPP, [1024, [5, 9, 13]]],
   [-1, 3, BottleneckCSP, [1024, False]],  # 9
  ]

# YOLOv5 head
head:
  [[-1, 1, Conv, [512, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 6], 1, Concat, [1]],  # cat backbone P4
   [-1, 3, BottleneckCSP, [512, False]],  # 13

   [-1, 1, Conv, [256, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 4], 1, Concat, [1]],  # cat backbone P3
   [-1, 3, BottleneckCSP, [256, False]],  # 17

   [-1, 1, Conv, [256, 3, 2]],
   [[-1, 14], 1, Concat, [1]],  # cat head P4
   [-1, 3, BottleneckCSP, [512, False]],  # 20

   [-1, 1, Conv, [512, 3, 2]],
   [[-1, 10], 1, Concat, [1]],  # cat head P5
   [-1, 3, BottleneckCSP, [1024, False]],  # 23

   [[17, 20, 23], 1, Detect, [nc, anchors]],  # Detect(P3, P4, P5)
  ]

智能化食品安全监督系统，运用ai人工智能算法技术智能化硬件软件技术，创建一套有效的管理模式，使餐馆制作、跟踪、质量管理、全透明食品卫生安全信息内容链义务，创建追朔档案资料，执行违法捕捉。