基于深度学习的智能售货柜结算系统 - 智能硬件 - 全国大学生数字媒体科技作品及创意竞赛官网
查看原图

竞赛作品 > 智能硬件

基于深度学习的智能售货柜结算系统

  • 智能硬件竞赛作品——基于深度学习的智能售货柜结算系统

    作品名称:基于深度学习的智能售货柜结算系统
    参赛院校:北京工业大学
    指导教师:王瑾
    团队成员:陈柳乐、刘嘉莹、裴婕
    数媒竞赛网(mit.caai.cn)2022年参赛作品
    作品描述:

    本作品为基于深度学习的智能售货柜结算系统,具体地说是基于目标检测和多目标跟踪的智能售货柜结算系统。算法能够实现对消费者购买的售货柜内的商品完成计数结算的功能。 创作过程如下:    目标检测模型:YOLOX    多目标跟踪模型:StrongSORT    数据:通过售货柜预设的摄像头采集购物图像,对数据进行标注并转换为COCO格式。    训练:使用RTX GeForce A5000(*2)型号的GPU对YOLOX进行训练。StrongSORT使用预训练权重。    算法构成:将YOLOX和StrongSORT进行对接,并使用多线检测策略完成商品的拿取、放回计数。    系统运行:通过工程控制机和路由器链接PC和智能售货柜,算法通过rstp获取售货柜的摄像头拍摄的视频,PC上的算法使用训练所得到的模型完成对视频的推理,并输出最终的结果。


  • 智能硬件竞赛作品——基于深度学习的智能售货柜结算系统

    作品名称:基于深度学习的智能售货柜结算系统
    参赛院校:北京工业大学
    指导教师:王瑾
    团队成员:陈柳乐、刘嘉莹、裴婕
    数媒竞赛网2022年参赛作品
    作品描述:

    本作品为基于深度学习的智能售货柜结算系统,具体地说是基于目标检测和多目标跟踪的智能售货柜结算系统。算法能够实现对消费者购买的售货柜内的商品完成计数结算的功能。 创作过程如下:    目标检测模型:YOLOX    多目标跟踪模型:StrongSORT    数据:通过售货柜预设的摄像头采集购物图像,对数据进行标注并转换为COCO格式。    训练:使用RTX GeForce A5000(*2)型号的GPU对YOLOX进行训练。StrongSORT使用预训练权重。    算法构成:将YOLOX和StrongSORT进行对接,并使用多线检测策略完成商品的拿取、放回计数。    系统运行:通过工程控制机和路由器链接PC和智能售货柜,算法通过rstp获取售货柜的摄像头拍摄的视频,PC上的算法使用训练所得到的模型完成对视频的推理,并输出最终的结果。


  • 智能硬件竞赛作品——基于深度学习的智能售货柜结算系统

    作品名称:基于深度学习的智能售货柜结算系统
    参赛院校:北京工业大学
    指导教师:王瑾
    团队成员:陈柳乐、刘嘉莹、裴婕
    数媒竞赛网2022年参赛作品
    作品描述:

    本作品为基于深度学习的智能售货柜结算系统,具体地说是基于目标检测和多目标跟踪的智能售货柜结算系统。算法能够实现对消费者购买的售货柜内的商品完成计数结算的功能。 创作过程如下:    目标检测模型:YOLOX    多目标跟踪模型:StrongSORT    数据:通过售货柜预设的摄像头采集购物图像,对数据进行标注并转换为COCO格式。    训练:使用RTX GeForce A5000(*2)型号的GPU对YOLOX进行训练。StrongSORT使用预训练权重。    算法构成:将YOLOX和StrongSORT进行对接,并使用多线检测策略完成商品的拿取、放回计数。    系统运行:通过工程控制机和路由器链接PC和智能售货柜,算法通过rstp获取售货柜的摄像头拍摄的视频,PC上的算法使用训练所得到的模型完成对视频的推理,并输出最终的结果。


  • 智能硬件竞赛作品——基于深度学习的智能售货柜结算系统

    作品名称:基于深度学习的智能售货柜结算系统
    参赛院校:北京工业大学
    指导教师:王瑾
    团队成员:陈柳乐、刘嘉莹、裴婕
    数媒竞赛网2022年参赛作品
    作品描述:

    本作品为基于深度学习的智能售货柜结算系统,具体地说是基于目标检测和多目标跟踪的智能售货柜结算系统。算法能够实现对消费者购买的售货柜内的商品完成计数结算的功能。 创作过程如下:    目标检测模型:YOLOX    多目标跟踪模型:StrongSORT    数据:通过售货柜预设的摄像头采集购物图像,对数据进行标注并转换为COCO格式。    训练:使用RTX GeForce A5000(*2)型号的GPU对YOLOX进行训练。StrongSORT使用预训练权重。    算法构成:将YOLOX和StrongSORT进行对接,并使用多线检测策略完成商品的拿取、放回计数。    系统运行:通过工程控制机和路由器链接PC和智能售货柜,算法通过rstp获取售货柜的摄像头拍摄的视频,PC上的算法使用训练所得到的模型完成对视频的推理,并输出最终的结果。


  • 智能硬件竞赛作品——基于深度学习的智能售货柜结算系统

    作品名称:基于深度学习的智能售货柜结算系统
    参赛院校:北京工业大学
    指导教师:王瑾
    团队成员:陈柳乐、刘嘉莹、裴婕
    数媒竞赛网2022年参赛作品
    作品描述:

    本作品为基于深度学习的智能售货柜结算系统,具体地说是基于目标检测和多目标跟踪的智能售货柜结算系统。算法能够实现对消费者购买的售货柜内的商品完成计数结算的功能。 创作过程如下:    目标检测模型:YOLOX    多目标跟踪模型:StrongSORT    数据:通过售货柜预设的摄像头采集购物图像,对数据进行标注并转换为COCO格式。    训练:使用RTX GeForce A5000(*2)型号的GPU对YOLOX进行训练。StrongSORT使用预训练权重。    算法构成:将YOLOX和StrongSORT进行对接,并使用多线检测策略完成商品的拿取、放回计数。    系统运行:通过工程控制机和路由器链接PC和智能售货柜,算法通过rstp获取售货柜的摄像头拍摄的视频,PC上的算法使用训练所得到的模型完成对视频的推理,并输出最终的结果。


  • 智能硬件竞赛作品——基于深度学习的智能售货柜结算系统

    作品名称:基于深度学习的智能售货柜结算系统
    参赛院校:北京工业大学
    指导教师:王瑾
    团队成员:陈柳乐、刘嘉莹、裴婕
    数媒竞赛网2022年参赛作品
    作品描述:

    本作品为基于深度学习的智能售货柜结算系统,具体地说是基于目标检测和多目标跟踪的智能售货柜结算系统。算法能够实现对消费者购买的售货柜内的商品完成计数结算的功能。 创作过程如下:    目标检测模型:YOLOX    多目标跟踪模型:StrongSORT    数据:通过售货柜预设的摄像头采集购物图像,对数据进行标注并转换为COCO格式。    训练:使用RTX GeForce A5000(*2)型号的GPU对YOLOX进行训练。StrongSORT使用预训练权重。    算法构成:将YOLOX和StrongSORT进行对接,并使用多线检测策略完成商品的拿取、放回计数。    系统运行:通过工程控制机和路由器链接PC和智能售货柜,算法通过rstp获取售货柜的摄像头拍摄的视频,PC上的算法使用训练所得到的模型完成对视频的推理,并输出最终的结果。



智能硬件竞赛作品—智慧渔业云智控平台 上一篇

  • 1/6

  • 2/6

  • 3/6

  • 4/6

  • 5/6

  • 6/6

智能硬件竞赛作品—基于多层过滤的自启动烟气处理装置 下一篇



Copyright © 2001 - 2023 全国大学生数字媒体科技作品及创意竞赛网版权所有

Copyright © 2001 - 2023 数媒竞赛网(http://www.shumeijingsai.com)版权所有