摘要： 毕设进度： 阅读的书： 看的视频： 阅读全文

摘要： 毕设进度： 阅读的书： 看的视频： 阅读全文

摘要： 毕设进度： 阅读的书： 看的视频： 阅读全文

摘要： 毕设进度： 今天接着昨天的工作继续做，昨天在网上找到了一个关于火焰识别形状方面的demo，运行了一下，感觉效果还可无，以。今天尝试着将形状和 之前颜色的识别相结合，经过尝试了几次，发现最后的效果还可以，比之前只依靠火焰颜色的识别有很大的提升，像之前将工人的帽子和和衣服 也误识别为火焰的情况几乎没有了 阅读全文

摘要： 毕设安排： 今天又运行了一遍自己的毕设程序，发现火焰识别模块在检测火焰时，误识别率很高，只要有与火焰的颜色与形状接近的物体，都会被 标注为火焰。像工地工人带的橘色安全帽与红色安全帽，还有一些颜色接近红色的艳丽衣服，都会被标记为火焰。我想了想，应该是火焰检测 模块只是用了OpenCV的基于火焰颜色的视 阅读全文

摘要： 毕设进度： 今天继续观看了Django的教学视频，并且也阅读了一些与之相关的技术博客，也用mysql数据库使用Django框架实现了一个 简单的学生信息管理系统，发现Django确实容易上手，也好用。但我在想如何使用它来实现自己的毕设。我想要的是在后台调用 相关算法对需要检测的视频进行检测后，将检测 阅读全文

摘要： 毕业设计： 今天想将原本是用pyqt做的界面换成网页版的，因为考虑到后期可能要部署到云服务器和微信小程序上，所以想要换成网站的。 但是之前没有用python编写网站的经验，如果继续采用前端用Java展示，后端用python的话会很麻烦，之间的调用会很麻烦。所以 今天看了看python的编写网站的框架 阅读全文

摘要： 毕设进度： 今天将昨天尝试实现的火焰检测demo与自己的毕设相结合，将这个火焰检测作为安全帽检测装置中的危险行为监控模块的实现， 由于昨天已经成功运行了火焰检测的demo，所以很容易的将火焰检测写入了安全帽检测中。写完后，经过测试，发现识别的准确率 还算可以，但是由于是采用基于传统OpenCV的火焰 阅读全文

摘要： 毕业设计： 今天又重新读了读yolov3中算法实现部分和deep-sort算法，感觉又有点思路了，又重新改了改，但是效果都不理想，统计的未佩戴安全帽的 人的数量和现实的数量有明显出入。又思考了一会，感觉还是不知道具体错在哪里，就换了个思路实时统计每一帧中的未佩戴安全帽的人。之后又 看了看ya焰火识别 阅读全文

摘要： 毕设进度： 今天在基本弄懂deep-sort检测的原理上，对其进行了项目复现。按照github上的指导很轻松的实现了项目复现，项目复现的例子是一个路口的行人识别计数， 我用在网上下载的几个视频测试一下，识别的效果不错，遮挡后得ID-Swicth现象比sort算法有明显的改善。但是在将deep-sor 阅读全文