防疫千万条,口罩第一条!经实践证明,口罩是阻止COVID-19传播的关键工具。为保证疫情的苗头不再复发,我们需要确保所有进入商场、商店等公共场所的人员均佩戴口罩。但监测顾客所需的额外支出会进一步增加商店为满足卫生和社交隔离规定时已承受的压力。因此,各大商店商场需要一个省时省力省钱的解决方案!

FLIR深度学习解决方案可以自动检测发现违反佩戴口罩规定的人员,节省员工时间,确保环境更加安全,具体详情,一起跟小菲来看看吧~

 

http://img.danews.cc/upload/ajax/20201022/1c84ee25e489ff56f4c4ddd4de390f87.png

 

● 快速部署深度学习系统

深度学习是机器学习的一种形式,所采用的神经网络在输入节点和输出节点之间具有许多“深度”层。通过基于庞大的数据集训练网络,创建的模型可用于根据无形的数据进行精确预测。因此,经训练的网络不仅可以检测人员是否佩戴口罩,还可以检测佩戴是否正确合规。

 

http://img.danews.cc/upload/ajax/20201022/d53bb5dbe037b7f4608caf63e0a47689.png

 

一套完全发挥作用的深度学习系统几日内即可完成开发和部署。FLIR工程师使用一台FLIR Firefly DL摄像头开发出了检测合规性并标记违反强制性PPE(个人防护设备)规定的用户系统。口罩检测数据集使用了两个已公开的库,包含超过1000张不同环境中佩戴口罩、未佩戴口罩及口罩佩戴错误的示例图像。Blackfly S GigE也可用于此目的。

 

http://img.danews.cc/upload/ajax/20201022/70900ae5378285f6bd1600ad6255cd9f.png

 

深度学习系统可大范围推广

口罩数据集中的每个图像都用边界框添加了注释,显示对象的位置以及表明是否佩戴口罩、是否正确佩戴的类别标签。深度学习开发人员和解决方案整合人员可以轻松扩展此解决方案,使之覆盖现实世界中更复杂强大的部署用例。例如,神经网络可经过训练用于在医院和机场等高风险/人流大环境中检测面部防护、防护服、手套及其他PPE。

 

http://img.danews.cc/upload/ajax/20201022/b688bac09f326104e8e2f8b87c5b2e52.png

 

虽然目前国内疫情趋于稳定

但是我们也不可过于松懈

在公共场所佩戴好口罩

保护好自己的人身安全呀~

 

http://img.danews.cc/upload/ajax/20201022/affce2bff7e84a2ae39e16c37b670a1f.png

 

FLIR Firefly DL深度学习相机

深度学习作为一种强大工具,能使系统设计师快速实现复杂且主观决策的自动化并同时提高产品质量和产能。将您经过训练的神经网络部署到具备 Neuro 技术的 FLIR Firefly DL,并通过无需主机 PC的相机内建决策降低系统成本和复杂性。Firefly DL摄像头的尺寸小巧、重量轻且功耗低,是嵌入移动、桌面和手持系统的理想选择。

 

http://img.danews.cc/upload/ajax/20201022/a1fa98ddb0ea1906b3585f6d39d8954c.png

 

FLIR Blackfly S GigE

Blackfly S采用业内最先进的冰块外形传感器。它具有强大功能,使您可以轻松生成所需的精确图像,并加速您的应用程序开发。这包括对图像捕获和相机预处理的自动和精确手动控制。相机内部功能(包括 IEEE1588 时钟同步以及与支持GigE Vision的热门第三方软件完全兼容)为系统设计员提供了相关工具,以便快速开发创新型解决方案。Blackfly S提供GigE、USB3、套装和板级版本。 您需要的精确图像,索尼CMOS传感器中的最佳选择包括:全局快门、偏振和高灵敏度BSI传感器。色彩转换工具可确保得到逼真的色彩先进的自动算法或精确的手动控制

 

http://img.danews.cc/upload/ajax/20201022/fcf0d45a69dfdb7d8e42b1360188c909.png

 

关于菲力尔

菲力尔公司(FLIR Systems, Inc.)成立于1978年,是一家世界领先的工业技术公司,专注于开发面向国防、工业和商业应用的智能传感解决方案。菲力尔(FLIR Systems)的愿景是成为“世界第六感”,创造技术,帮助专业人士做出更明智的决策,拯救生命、改善生活。如需了解更多信息,敬请访问 www.flir.cn或关注官方微信号。

微信公众号:菲力尔

 

http://img.danews.cc/upload/ajax/20201022/0c493ca72f56786d1607eb2a69616dc1.png