使用环境 |
在安全检查场景中,如机场、火车站、地铁站等公共场所,使用毫米波成像设备采集人体图像,对图像中的隐匿目标进行检测和报警。 |
使用对象 |
毫米波图像中的隐匿目标,如手枪、打火机、匕首、毒品包等危险物品。 |
使用目的 |
通过检测毫米波图像中的隐匿目标,及时发现可能存在的安全隐患,如被遗弃的包裹或行李,以保障公共安全。 |
输入数据 |
毫米波图像帧,图像分辨率为768×400像素,灰度图像。 |
输出数据 |
目标检测结果,包括目标类别、位置坐标(x, y)、宽度和高度。 |
硬件配置 |
CPU:AMD Ryzen 9 3900X,12核24线程,主频3.8GHz。
GPU:NVIDIA RTX 3090,24GB显存。
内存:32GB DDR4 3200MHz。
硬盘:1TB NVMe SSD。
摄像头:毫米波成像设备,分辨率768×400。
网卡:英特尔I219-V千兆以太网卡,1000Mbps传输速率。 |
样本获取 |
在实际使用现场以不同角度录制毫米波图像,获取54000幅样本图像,其中30000幅用于训练集,24000幅用于测试集。 |
测试结果 |
对测试集24000个样本进行测试,平均准确率(mAP)达到69.35%,比YOLOX提高了6.74个百分点。 |
执行速度 |
检测速度为12ms/次。 |
资源消耗 |
CPU:4核,计算占比平均约70%。 GPU:显存占用约12GB,计算占比平均约85%。 内存:使用占比约60%。 |
源码类型 |
本算法有Python版本源码,可提供授权使用。 |
文件大小 |
算法程序文件约16K,权重文件约34M。 |
相关备注 |
|