Get best of the week

كشف السعال على Intel NUC

في الواقع ، نعم ، بلغة بسيطة - أردنا (وننفذ) كاشفًا للسعال ، ولكن ليس عن طريق الموقف (لأن هذا يتطلب موارد كبيرة) ، ولكن عن طريق تصنيف الصور الواردة بعد اكتشاف الوجه مع توسيع المنطقة.

كاشف السعال لإنتل NUC

في لغة معقدة ، تكون مهمة العمل كما يلي: الكشف عن الأشخاص الذين يعانون من أعراض الأمراض في مرحلة التفتيش في المطارات ومحطات السكك الحديدية مع المسؤولين المناسبين في الإطار عن وجود علامات المرض لإجراء فحوصات إضافية. والنتيجة المتوقعة على المدى القصير هي تقليل انتشار عدوى الفيروس التاجي COVID-19 في إطار السكك الحديدية المحلية والدولية والنقل الجوي.

كطريقة تنفيذ ، نظرنا في خيار استخدام تحليلات الفيديو القائمة على الكائن لاكتشاف وجود علامات خارجية لمرض (على سبيل المثال ، السعال ومدة المرض وعدد الهجمات طوال فترة الإقامة) من كاميرات المراقبة بالفيديو. من خلال استخدام الشبكات العصبية للكشف عن الأشياء في مناطق الرؤية وإعادة تحديدها وتتبعها ، بالإضافة إلى الحفاظ على علامات المرض وتواترها ، في المرحلة التي يكون فيها شخص معين أقرب إلى منطقة التفتيش ، يمكنك إبلاغ الموظفين بالحاجة إلى عمليات فحص إضافية (على سبيل المثال ، قياس درجة حرارة الجسم).

لماذا Intel NUC؟


أولاً ، سنوضح أننا نستخدم Intel NUC8i5BEK مع معالج Intel Core i5 من الجيل الثامن ورسومات Intel Iris Plus 655 المدمجة. يمكن تشغيل الشبكات العصبية في هذه الحالة على وحدة معالجة الرسومات ، مما يحرر وحدة المعالجة المركزية لتحليل المسار. وفي حالة زيادة عدد الكاميرات الموجهة للجهاز ، من الممكن تجهيز المجمع بمسرعات ، على سبيل المثال Intel NCS2.

نستخدم إطار عمل Intel OpenVINO لأنه يسمح لك بتنفيذ الشبكات العصبية بكفاءة على معالجات Intel ، والأهم من ذلك ، استخدام رسومات Intel المتكاملة. النموذج الذي نستخدمه هو SSD Mobilenet v2 ، الذي تم تدريبه مسبقًا على مجموعة بيانات COCO. لتدريب النموذج ، تم استخدام Tensorflow.

انتل NUC8i5BEH

في الواقع ، لماذا اخترنا NUC:

  1. 8- , -.
  2. Iris Plus 655. Iris Plus 655 25% Intel UHD Graphics 630, ( i5 8400 i9 9900k).
  3. , , Intel NCS2 .
  4. : 28 65 .
  5. .

?


  1. ( ).
  2. قمنا بتدريب المصنف لوجود علامات خارجية للمرض على SSD Mobilenet V2.
  3. تحويل النموذج إلى Intel OpenVINO.
  4. قمنا بتجميع سلسلة من الشبكات العصبية التي تقوم بتشغيل Intel OpenVINO للقيام بالعمليات التالية بالتتابع: اكتشاف الوجوه وتحديد احتمالية ظهور علامات الإصابة بأحداث التسجيل وتكرارها ومدتها.

نتيجة التصنيف هي احتمال وجود ميزة في الصورة أو الإطار من دفق الفيديو. مثال توضيحي:


يمكنك التحقق من تشغيل الكاشف والمصنف على بوت في Telegram . عند المدخل ، يأخذ الروبوت صورة من الكاميرا أو المعرض ، والنتيجة تعطي احتمالية وجود شخص يسعل في الإطار.

علاوة على ذلك ، قمنا بتعيين مناطق الكشف باستخدام مثال الكاميرا في متناول اليد. اتضح مثل هذا:


الكشف الأول هو الوجوه ، وهي شبكة من طراز حديقة حيوان عامة وعامة ، Intel OpenVINO. يقوم OpenCV بتنفيذ تحليل المسار لإبقاء الكائن (الشخص) في الإطار. علاوة على ذلك ، يتم نقل الأشخاص الذين لديهم توسع في المنطقة إلى مصنف الأعراض ويعود الاحتمال.

نسجل الأحداث (السعال) ومدتها. من المفترض أنه عند نقطة التفتيش بسبب إعادة تحديد هوية الأشخاص عند 5 نقاط (بسرعة ، ولكن ليس بدقة شديدة) ، سيكون من الممكن إخطار أفراد عقد النقل بالحاجة إلى عمليات فحص إضافية (على سبيل المثال ، قياس درجة حرارة الجسم).

ما رأيك في هذه الفكرة؟

More articles:


All Articles