极市项目|厨房工作服识别算法需求
共 1335字,需浏览 3分钟
·
2021-06-03 10:24
一.背景描述
背景:随着食品安全问题的日益严峻,后厨的卫生也成为了当下人们关心的问题。后厨人员的卫生穿戴习惯直接影响到食品的卫生品质,因此规范后厨穿着逐渐成为后厨人员卫生管理重要一环。
二.目标描述
客户痛点:后厨人员穿着不规范,天气热或者工作忙时会出现忘穿或者不穿工作服的情况
识别场景:后厨场景
识别对象:识别后厨工作人员有无穿着长袖或者短袖白色工作服
输入:后厨监控摄像头
触发报警的情况
告警逻辑:厨房监控摄像头取像,识别厨房人员的穿着情况,识别到厨房人员没有穿长袖或者短袖白色工作服,告警未穿工作服。
输出:视频|图片|callback
算法性能:20qps
算法要求:单帧识别
最小识别尺寸:80*80像素
算法准确率:交付时算法准确率90%,后期可优化到95%以上
实时性:实时性高
部署方式:本地化部署
三、软硬件要求
1、 软件要求
a. 运行在X86架构(酷睿i系列芯片和至强系列芯片,显卡支持RTX、GTX、Tesla)
b. 需求为Linux SDK(C++实现)
c. 算法部署:支持私有化部署
2、开发规范:https://github.com/ExtremeMart/dev-docs
3、开发周期:25天
如果觉得有用,就请分享到朋友圈吧!
公众号后台回复“83”获取朱思语:基于深度学习的视觉稠密建图和定位直播链接~
# CV技术社群邀请函 #
备注:姓名-学校/公司-研究方向-城市(如:小极-北大-目标检测-深圳)
即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群
每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企视觉开发者互动交流~