工作服為工作需要而特制的服裝，在彰顯本企業的形象和宣傳作用外，在一些特定場所會起到防塵、防靜電、防輻射等防護作用。鑒于各自的作用不同，所以工作服的款式、顔色、功能都不相同，可以說沒有兩家工廠或企業會存在完全相同的工作服

國内用于智慧工廠的人工智能AI算法一般都是基于深度學習，這就導緻工作服的識别隻能現場采購素材，然後提供給研發廠家進行分類、标注、訓練，最後生成模型等一系列工序後再更新至現場，先不說這一系列的工序對應的财力、物力，看是時間方面就耽誤得過嗆，還不包含不同的應用場景，比如隻采集了正門口的素材，而廠區内或東門口的素材沒有采集，那識别的效果達不到理想，又需要從頭來過一遍訓練，而且有些廠家的訓練集是個大集合，訓練一次動不動就是半個月一個月的，不但不同的場景存在識别的效果差的問題，而且同一個場景不同時間段還存在識别效果的問題

那麼有沒有辦法解決上述時間周期長、工序複雜、訓練費用高、現場限制條件多等一系列問題呢？

能不能真正智能的現場自動學習，由甲方在需要檢測的地方自己簡單的操作即可完成不同工作服、不同場景、不同時間段的工作服檢測呢？

工作服識别解決産品

那下面我們來看一款AI盒子産品，即滿足工作服的自學習，#186#6582#9791 又支持一路攝像機同時多種AI算法運行，而且輕量化部署、可利舊原來的攝像機，一根網絡和電源線即可搞定智能化，解決化工、礦山、工廠的安全生産環節中的安全隐患

首先看重點，現場自動學習工作服，先來看圖：

各位看官，是否有看到圖中的自動導入按鈕，下面是現場已經自動采集訓練完并導入的工作服庫，點擊自動導入按鈕，進行導入界面如下：

選擇采集的通道，即需要在哪個場景中進行工作服的學習，選擇好通道後點擊啟動分析，需要做的工作就是派個工作人員穿上工作服，去到現場晃悠一圈，系統自動會抓取各個角度的工作服照片，如下圖：

系統會自動顯示已經抓取到的圖片，感覺抓取差不多了，挑選滿意的圖片即可，選擇好圖片後點擊導入或者導入已選并重新分析，導入之後系統自動根據選取圖片的質量訓練進工作服庫

這樣工作服庫裡就有我們的抓取出來的工作服了，這種工作服就算訓練完成了，當然，一種工作服肯定不至抓取一兩張圖片，要讓系統抓取十幾張以上的圖片才行，如下圖：

素材訓練後之後就是應用了，那就更簡單了，直接選擇工作服檢測的算法，再選擇相應的工服庫即可，那為什麼還要選擇工服庫呢？壹8665829791（WX）因為可以建立多個工服庫的，不同的工服庫可以應用在不同的場景中，即可以滿足一個企業或工廠可以有不同場景有不同工作服要求的複雜應用，如下圖：

除了選擇不同工服庫以外，還可以根據現場環境，選擇不同的檢測區域，如上圖所示：由于現場的消防管擋住了遠處通道的行人，會導緻工作服上有紅色闆塊的出現而誤報，所以我們選擇避開消防管部分區域的檢測

我們還是以圖為例

這種一個小小的探頭動作也逃不過AI系統的法眼，立馬進行的抓拍取證

而這種通過一個小小的玻璃窗也能抓取到未穿工作服的情況

在人工智能AI的賦能下，也實在沒有人敢不穿工作服進入工作場所的，所以實在沒有抓取到正常工作人員沒穿工作服的情況，所以隻能來一張測試的圖片了，如下圖：

可能有人看到下面這張圖會說明明這個人已經穿了工作服還報警，是不是誤報了，那不好意思，還真不是誤報，因為這種靓女工作服并沒有學習訓練進工服庫，所以就會報警，要解決這種報警問題很簡單，找一個穿這種工作服的人在鏡頭下面走一圈，讓系統自動學習訓練進工服庫即可

對于工作服檢測的說清楚了嗎？大家還有什麼疑問沒？歡迎大家留言交流

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!