點(diǎn)擊上方“小白學(xué)視覺”，選擇加"星標(biāo)"或“置頂”

重磅干貨，第一時(shí)間送達(dá)

計(jì)算機(jī)視覺領(lǐng)域一直是一個(gè)活躍的研究領(lǐng)域，在本文中，我們讓設(shè)備實(shí)時(shí)與其應(yīng)用程序(對(duì)象檢測(cè))相結(jié)合并運(yùn)行。

設(shè)備：程序?qū)⒃谄渖线\(yùn)行，由于該設(shè)備將安裝在手杖上，并且可以實(shí)時(shí)工作，因此可以使用智能手機(jī)或 Raspberry-Pi。在本文實(shí)現(xiàn)中，使用了Raspberry-Pi 4。

相機(jī)：相機(jī)將用于打開圖像流（視頻），并處理幀以識(shí)別對(duì)象。在本文中，使用了 Raspberry-Pi 4攝像頭。

距離傳感器：紅外或超聲波傳感器可用于測(cè)量距離。在本文中，使用了超聲波傳感器。

反饋組件：可以使用各種反饋機(jī)制，例如使用耳機(jī)或振動(dòng)電機(jī)的文本到語(yǔ)音。在該實(shí)施方式中，使用振動(dòng)電機(jī)。

為了開發(fā)這個(gè)項(xiàng)目，使用了Python編程語(yǔ)言和OpenCV庫(kù)。OpenCV 是一個(gè)開源的編程函數(shù)庫(kù)，主要針對(duì)實(shí)時(shí)計(jì)算機(jī)視覺，可以按照此鏈接中提到的步驟將 OpenCV 安裝到 Raspberry-Pi 上。使用線程，其中代碼的不同部分可以同時(shí)運(yùn)行，這允許距離傳感器在對(duì)象檢測(cè)工作時(shí)工作。

由于項(xiàng)目設(shè)備的處理能力有限，我們需要輕量級(jí)的對(duì)象檢測(cè)模型才能實(shí)時(shí)檢測(cè)。可用的輕型模型有TinyYOLO和SSD MobileNet。在本文中，我們使用 SSD MobileNet。

該模型獲取每一幀并嘗試對(duì)該幀上的對(duì)象進(jìn)行分類，它最多可以對(duì) 100 個(gè)對(duì)象進(jìn)行分類，并返回對(duì)象名稱以及模型對(duì)其分類的置信度。

為了利用模型返回的信息，機(jī)器不斷測(cè)量用戶的危險(xiǎn)等級(jí)，這是通過劃分三個(gè)危險(xiǎn)等級(jí)（高、中、低）來(lái)完成的，并根據(jù)檢測(cè)到的物體，可以得出危險(xiǎn)等級(jí)改變。例如，如果檢測(cè)到汽車，則危險(xiǎn)級(jí)別高于檢測(cè)到手機(jī)。此外，危險(xiǎn)等級(jí)可以根據(jù)距離而變化。例如，如果傳感器檢測(cè)到物體在 1 米以內(nèi)，則會(huì)導(dǎo)致更高的危險(xiǎn)級(jí)別。

本文使用了上面提到的最新的光物體檢測(cè)模型，這些模型速度快，精度合理，隨著計(jì)算機(jī)視覺領(lǐng)域的快速發(fā)展和研究，模型與使用的模型一樣快（甚至更快），精度更高希望出現(xiàn)。使用這些新模型將改進(jìn)項(xiàng)目實(shí)施。此外，雖然計(jì)算能力可以產(chǎn)生好的結(jié)果，但更大的計(jì)算能力會(huì)帶來(lái)更流暢的體驗(yàn)和更好的相機(jī)幀率。

可以開發(fā)移動(dòng)應(yīng)用程序以與機(jī)器一起使用，這可以向用戶（或用戶的監(jiān)護(hù)人）提供有關(guān)設(shè)備的信息，例如電池健康狀況，并允許進(jìn)一步的功能。反饋機(jī)制可以改為無(wú)線方式，比如藍(lán)牙控制的無(wú)線頻段，或者其他任何合理的想法。此外，為實(shí)現(xiàn)而編寫的代碼可以更高效，并且可以進(jìn)行更好的線程化實(shí)現(xiàn)。

交流群

歡迎加入公眾號(hào)讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動(dòng)駕駛、計(jì)算攝影、檢測(cè)、分割、識(shí)別、醫(yī)學(xué)影像、GAN、算法競(jìng)賽等微信群（以后會(huì)逐漸細(xì)分），請(qǐng)掃描下面微信號(hào)加群，備注：”昵稱+學(xué)校/公司+研究方向“，例如：”張三 + 上海交大 + 視覺SLAM“。請(qǐng)按照格式備注，否則不予通過。添加成功后會(huì)根據(jù)研究方向邀請(qǐng)進(jìn)入相關(guān)微信群。請(qǐng)勿在群內(nèi)發(fā)送廣告，否則會(huì)請(qǐng)出群，謝謝理解~