參賽隊伍名稱:第一次參賽
提案動機:
靈感來自於台灣衛福部2020年跨年推出的天網(電子圍籬2.0),只要被管制者出現在管制的天網範圍內就會進一步做出警訊及預防動作。期望開發快速平展且造價成本低的影像辨識模組,提供使用者依據現場情況設定警示區,當有異物入侵則立即停止AGV,警報解除後又可立即恢復作業。
解決方案:
我們選用了 PyTorch 作為模型的開發環境 , 並使用 Yolov5物件偵測的方式執行我們的專案,我們將Train 好的 Yolov5 模型檔 .pth 透過程式轉換成onnx 格式後,運用OpenVINO™ Toolkit中所提供的Model optimizer (mo) 將onnx 轉換成 IR (bin & xml)來部署在Edge PC中運行!
在開發過程中所使用的軟硬體如下:
》硬體:
– CPU : Intel Celeron N5095 2.00GHz
– WebCam : TP-LINK C300
》軟體:
– Intel OpenVino Toolkit
成果介紹短片:
成果介紹:
在訓練過程中拍了約 1,100 張照片,然後標註約 800 張,訓練完成後用 OpenVINO 強化推論效率,實測結果每秒2.5 Frame,使用 OpenVINO 後速度增加約2.5倍,因此很推薦使用 OpenVINO。
很聰明的做法!利用影像偵測, Block區域有人自動停AGV,確保安全!
The best way to prevent accidents !
許多工廠都有這種自動搬運車,這個解決方案非常泛用!
Good way
Good
讚