11| 3
|
[试用测评] 【花雕动手做】AI视觉传感器二哈识图2之物体识别测试 |
物体识别(Object Recognition)是计算机视觉领域中的核心技术之一,其主要目标是:让计算机或智能设备能够“看懂”图像中的物体,并准确判断其类别、位置和属性。物体识别是让机器“看懂世界”的关键一步。它是人工智能“视觉理解”的基础,广泛应用于自动驾驶、安防监控、智能机器人、图像搜索、增强现实等场景。 1、物体识别的基本定义 物体识别是指: 通过图像处理与深度学习算法,自动识别图像或视频中存在的物体,并标注其类别(如人、车、猫)与位置(如边框、坐标)。 它不仅判断“这是什么”,还能指出“它在哪里”。 2、物体识别的关键流程 图像采集:通过摄像头或图像文件获取视觉数据。 特征提取:分析图像中的颜色、纹理、形状、边缘等特征。 分类判断:使用训练好的模型判断物体属于哪个类别。 位置定位:标出物体在图像中的具体位置(如边框或关键点)。 结果输出:返回识别结果供系统使用或用户查看。 3、与相关技术的区别 ![]() 4、应用场景举例 自动驾驶识别行人、车辆、交通标志 安防系统识别可疑人物或物品 手机相册自动分类人物、动物、风景 教育实验识别颜色球、标签、手势等 智能零售识别商品并自动结算 机器人识别目标物体并进行抓取或互动 5、常见识别模型与算法 ![]() |
AI 相机视觉传感器 ( 二哈识图 2) 物体识别使用说明 这里将了解如何使用HUSKYLENS 2的物体识别功能识别出画面中的物体以及学习指定物体。 选择物体识别功能 给HUSKYLENS 2供电,启动成功后,找到并点击“物体识别”功能。 ![]() 观察物体识别效果 将HUSKYLENS 2“看”向可识别的物体,观察HUSKYLENS 2的屏幕,画面中所有可识别的物体将被白色方框框出,并显示对应物体名称及置信度。在机器学习中,置信度指的是模型对自己预测结果的“确定程度", 比如"苹果 26%",表示在物体识别功能下模型认为当前画面中的该物体有26%的可能性是“苹果”。 ![]() 学习物体观察结果 用户可针对80类中的任意物体进行学习,系统会按学习顺序分配唯一ID号,后续可通过ID号在项目程序中执行逻辑判断。 ![]() 学习步骤:将HUSKYLENS 2“看”向目标物体(须是上述80个类别内的物体),白框框住物体后,调整HUSKYLENS 2“看”的角度,使屏幕中间的"十"字光标位在白框内,可按下HUSKYLENS 2右上角的A键,学习该物体。(如果目标物体没有被白框框住,请看本功能“参数设置”中的“检测阈值”,调低阈值再学习。) ![]() 学习完成后,如识别到已学习的物体,屏幕将以彩色方框框出该物体,并在物体上方显示“name: IDx 置信度” 。例如“苹果:ID1 64%”。学习更多物体,可依此类推。 ![]() |
© 2013-2025 Comsenz Inc. Powered by Discuz! X3.4 Licensed