完成了Yolo5对隧道内的人员与控制点进行识别

相当于一个大作业,但也只完成了项目应用落地的一部分工作。

具体内容如下:

1、布署完成了Yolo5对图像的识别与视屏的识别架构;

2、完成了隧道工程内部人物person、控制点pt的标注与模型训练;

3、应用自己训练的模型进行视屏识别;

4、再应启用自己编写过的PyQt5,在界面内对照片、视屏进行识别。

结论:

1、人物识别较好,控制点目标太小,需要进一步改进(重点);

2、对工程的代码需要进一步理解才能写出自己算法;

3、对工程应用“绝对变形”在思维上进一步进行构架,如何选取参照来实现判断需要进一步试验;

4、需要进一步研究Yolo8案例当中单目视距测量的问题(这个大部分博客需要付费);

5、需要考虑conda的环境移植问题,以后相关应用要转移到其它机器内如何实现快速布署问题需要解决;

虽然还有需要改进的地方,但首次训练自己的模型,并能识别,本来由于pt像素太小,已经报着失败的准备。

最后:

非常遗憾,我对PHP不感冒,也不再准备进修PHP准备投入到Django或者Flak平台更容易对接Python的数据交换,同时对ComfyUI功能喜欢,希望能在线搞一套出来。于是Wordpress的站点,看来得花时间移植,这也将是一个大工程。以前的笔记在过程当中,不能搞丢呀~!汗。自定义的网盘已经把数据搞丢两次了~!