采用AI深度学习技术实现骑车不戴安全帽识别

        随着AI技术越来越广泛，我也从事AI算法开发有近8年之久，自从基于GPU深度学习的技术的兴起，智能视频行为分析技术落地能力更强了，另外还需要研发经验加持，我主持开发的这个骑车不戴头盔算法的开发已经前后已经超过了5年了，从采用OpenCV传统算法到AI主流神经网络算法，可以说踏坑无数，经验总结才是最好的老师，到如今，我主采用深度学习算法，针对各种骑车（摩托车、电动摩托车、自行车）等未戴头盔/未戴安全帽的行为进行抓拍，并检测到人脸的一并抓拍人脸，识别率可达99.98%以上，技术上采用 Tesnorflow+TensorRT推理组合，单帧检测精度高、速度快，实用性好，再结合我们多年经验， 采用车辆拌线或进入区域方式触发，触发后检测车辆上的人是否戴头盔来确定是否触发抓拍事件 , 本算法具有如下特点：

 支持电动车或摩托车号牌识别

 支持上传中心管理平台选项

 支持时间段布控
 支持设定最小评分阈值设定，车辆、人员、头盔检测评分小于此阈值时被过滤掉。
 支持手工绘制排除区
 支持设定是否联动语音TTS播报(本地或网络语音模块)
 支持设定是否联动开关量输出
 支持设定多边形布控区，未设置布控区时，则全景布控
 支持设定布控时间

 支持设定是否联动录像(N秒）

 从事AI算法的朋友可以加我QQ或Weixin，一起交流AI算法开发