使用案例

安全區域出入管制

安全辨識安全帽和顯眼背心

安全區域出入管制

安全識別與分類

系統首先識別想進入安全區域的人員,接著深度學習演算法將物體分類,在本例中為安全帽和顯眼背心,這讓系統能辨識前面的人員是頭戴安全帽或身穿顯眼背心,系統只允許兩者皆穿戴的人員進入。

資料進行評估並透過儀錶板視覺化,顯示獲准進入或遭拒不得進入的人數。

dart 相機模組

嵌入式視覺系統元件

這套影像處理系統包括應用必備的所有元件:

  • 配備 Movidius 附加晶片組的 up² 創客板

  • 5 MP 解析度 Basler dart USB 相機模組

  • 鏡頭

組裝系統

深度學習軟體方案

此軟體方案的主要元件為應用軟體,是基於客製化卷積神經網路 (CNN)。模型運用最新深度學習和裝置上處理技術,以達到快速可靠的回應。CNN 在主機端進行接受訓練,執行(推論)部分則在裝置本身實現。

安全系統提供以下優勢

  • 高速,高度可靠

  • 降低勞工成本,同時提升安全標準

  • 系統健全,針對影像處理經過最佳化

  • ‌硬體經過業界實證,堅固耐用

  • ‌透過符合成本效益的精簡設計提供各種整合選項

  • 神經網路可擴展,因此能靈活部署方案

此方案所用產品

想實施類似的方案嗎?這些產品能有所助益。

‍您需要什麼支援?

我們樂意提供產品選擇方面的建議,協助您為應用找到合適的方案。