蚌埠网站设计,网站管理员招聘,单位网站建设和维护,深圳保障房申请条件2022AI人员打闹监测识别算法通过yolopython网络模型框架算法#xff0c; AI人员打闹监测识别算法能够准确判断出是否有人员进行打闹行为#xff0c;算法会立即发出预警信号。Yolo算法#xff0c;其全称是You Only Look Once: Unified, Real-Time Object Detection#xff0c;其… AI人员打闹监测识别算法通过yolopython网络模型框架算法 AI人员打闹监测识别算法能够准确判断出是否有人员进行打闹行为算法会立即发出预警信号。Yolo算法其全称是You Only Look Once: Unified, Real-Time Object Detection其实个人觉得这个题目取得非常好基本上把Yolo算法的特点概括全了You Only Look Once说的是只需要一次CNN运算Unified指的是这是一个统一的框架提供end-to-end的预测而Real-Time体现是Yolo算法速度快。
在介绍Yolo算法之前首先先介绍一下滑动窗口技术这对我们理解Yolo算法是有帮助的。采用滑动窗口的目标检测算法思路非常简单它将检测问题转化为了图像分类问题。其基本原理就是采用不同大小和比例宽高比的窗口在整张图片上以一定的步长进行滑动然后对这些窗口对应的区域做图像分类这样就可以实现对整张图片的检测了如下图3所示如DPM就是采用这种思路。但是这个方法有致命的缺点就是你并不知道要检测的目标大小是什么规模所以你要设置不同大小和比例的窗口去滑动而且还要选取合适的步长。但是这样会产生很多的子区域并且都要经过分类器去做预测这需要很大的计算量所以你的分类器不能太复杂因为要保证速度。
上面尽管可以减少滑动窗口的计算量但是只是针对一个固定大小与步长的窗口这是远远不够的。Yolo算法很好的解决了这个问题它不再是窗口滑动了而是直接将原始图片分割成互不重合的小方块然后通过卷积最后生产这样大小的特征图基于上面的分析可以认为特征图的每个元素也是对应原始图片的一个小方块然后用每个元素来可以预测那些中心点在该小方格内的目标这就是Yolo算法的朴素思想。整体来看Yolo算法采用一个单独的CNN模型实现end-to-end的目标检测。首先将输入图片resize到448x448然后送入CNN网络最后处理网络预测结果得到检测的目标。相比R-CNN算法其是一个统一的框架其速度更快而且Yolo的训练过程也是end-to-end的。 Adapter接口定义了如下方法
public abstract void registerDataSetObserver (DataSetObserver observer)
Adapter表示一个数据源这个数据源是有可能发生变化的比如增加了数据、删除了数据、修改了数据当数据发生变化的时候它要通知相应的AdapterView做出相应的改变。为了实现这个功能Adapter使用了观察者模式Adapter本身相当于被观察的对象AdapterView相当于观察者通过调用registerDataSetObserver方法给Adapter注册观察者。
public abstract void unregisterDataSetObserver (DataSetObserver observer)
通过调用unregisterDataSetObserver方法反注册观察者。
public abstract int getCount () 返回Adapter中数据的数量。
public abstract Object getItem (int position)
Adapter中的数据类似于数组里面每一项就是对应一条数据每条数据都有一个索引位置即position根据position可以获取Adapter中对应的数据项。
public abstract long getItemId (int position)
获取指定position数据项的id通常情况下会将position作为id。在Adapter中相对来说position使用比id使用频率更高。
public abstract boolean hasStableIds ()
hasStableIds表示当数据源发生了变化的时候原有数据项的id会不会发生变化如果返回true表示Id不变返回false表示可能会变化。Android所提供的Adapter的子类包括直接子类和间接子类的hasStableIds方法都返回false。
public abstract View getView (int position, View convertView, ViewGroup parent)
getView是Adapter中一个很重要的方法该方法会根据数据项的索引为AdapterView创建对应的UI项。
