CN112329502A - 一种基于深度学习的帽子识别系统 - Google Patents

一种基于深度学习的帽子识别系统 Download PDF

Info

Publication number
CN112329502A
CN112329502A CN202010263385.6A CN202010263385A CN112329502A CN 112329502 A CN112329502 A CN 112329502A CN 202010263385 A CN202010263385 A CN 202010263385A CN 112329502 A CN112329502 A CN 112329502A
Authority
CN
China
Prior art keywords
heat dissipation
base plate
circuit board
casing
dissipation plate
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010263385.6A
Other languages
English (en)
Inventor
徐高翔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Longjing Technology Co ltd
Original Assignee
Shanghai Longjing Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Longjing Technology Co ltd filed Critical Shanghai Longjing Technology Co ltd
Priority to CN202010263385.6A priority Critical patent/CN112329502A/zh
Publication of CN112329502A publication Critical patent/CN112329502A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/94Hardware or software architectures specially adapted for image or video understanding

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Cooling Or The Like Of Electrical Apparatus (AREA)

Abstract

本发明公开了一种基于深度学习的帽子识别系统,包括基板、机壳、第一散热板和风机,所述基板的一侧安装有机壳,且机壳的内部安装有电路板,所述电路板上安装有单片机,单片机一侧的电路板上安装有无线信号收发模块,且单片机另一侧的电路板上安装有数据转换模块。本发明通过安装有固定螺栓、基板、限位片、预留插条、预留插槽、限位片和锁紧螺栓,使得装置优化了自身的结构,使用者既可以通过固定螺栓,将基板在后厨内部的墙壁上进行固定安装,又通过预留插条和预留插槽构成的滑动连接结构,配合限位片和锁紧螺栓构成的锁紧固定作用,可以将机壳与基板进行组装,进而使得装置实现了组合式的优点。

Description

一种基于深度学习的帽子识别系统
技术领域
本发明涉及卫生监管设备技术领域,具体为一种基于深度学习的帽子识别系统。
背景技术
随着国家经济的发展和科技的进步,人们对于食品安全和卫生的要求也越来越高,而厨师是否佩戴帽子是判断后厨卫生的一个重要因素,这时市面上就出现了一种帽子识别系统,但是现有的帽子识别系统在实际使用时还是存在以下几点问题:
1.普通的帽子识别系统普遍仅依靠摄像头摄像,后台工作人员进行人力识别,这导致装置的使用效果不好;
2.市面上现存的帽子识别系统还存在着不易固定安装和拆卸维护的缺点,这导致装置的实用性低下;
3.现有的帽子识别系统还普遍存在着散热效果差、热损耗严重的弊端,这极大地影响了装置的使用寿命。
发明内容
本发明的目的在于提供一种基于深度学习的帽子识别系统,以解决上述背景技术中提出的识别效果不好、不易固定安装和拆卸维护以及散热效果差、热损耗严重的问题。
为实现上述目的,本发明提供如下技术方案:一种基于深度学习的帽子识别系统,包括基板、机壳、第一散热板和风机,所述基板的一侧安装有机壳,且机壳的内部安装有电路板,所述电路板上安装有单片机,单片机一侧的电路板上安装有无线信号收发模块,且单片机另一侧的电路板上安装有数据转换模块,所述电路板下方的机壳内部安装有风机,且机壳的底端设置有第一散热板,机壳的顶端设置有第二散热板,所述机壳远离基板的一侧安装有液晶显示屏,且液晶显示屏上方的机壳上安装有扬声器。
优选的,所述基板的四个拐角处皆设置有固定螺栓,且基板的外侧壁包裹有防滑橡胶套,基板与防滑橡胶套之间构成热熔连接,使其可以将基板在后厨内部的墙壁上进行固定安装。
优选的,所述机壳靠近基板一端的顶部和底部皆焊接有预留插条,且基板上设置有与预留插条相匹配的预留插槽,并且预留插条和预留插槽构成滑动结构,基板的垂直中心线与机壳的垂直中心线在同一平面上,使其可以将机壳与基板进行组装或拆卸,进而使得装置便于拆卸维护。
优选的,所述机壳靠近基板一端的中间位置处焊接有限位片,且限位片上设置有与基板连接的锁紧螺栓,使其可以将组装后的机壳与基板固定牢固。
优选的,所述第一散热板和第二散热板的材料皆为铝合金,且第一散热板和第二散热板皆与机壳之间构成一体化焊接结构,并且第一散热板和第二散热板上皆均匀设置有散热孔,使其可以对电路板实现较好的风冷散热效果,减轻了装置运行时所产生的热损耗。
优选的,所述第一散热板和第二散热板靠近电路板的一端皆设置有防水透气膜,且第一散热板和第二散热板远离电路板的一端皆设置有防尘滤布,使其可以避免外界环境的水汽和尘屑进入机壳内部造成污染和损害。
与现有技术相比,本发明的有益效果是:
(1)、该基于深度学习的帽子识别系统通过安装有无线信号收发模块、数据转换模块、单片机、液晶显示屏和扬声器,使得装置优化了自身的性能,使用时,通过无线信号收发模块的无线收发作用,接收到安装在后厨的摄像头传送的图像数据,并且将数据发送给数据转换模块,通过数据转换模块将图像数据的光像转换为与光像成相应比例关系的电信号,接着将转换后的数据发送给单片机,利用单片机上预先编程好的YOLO目标检测算法进行比对计算,具体地,通过编程好的预训练的目标模型,分别识别出图像中的厨师和厨师帽,根据先识别厨师,再识别厨师帽的原则来判定厨师帽是否佩戴,如果检测到了厨师而没有识别到厨师帽,则判定该厨师没有佩戴厨师帽,并将结果上报,反之则认为佩戴符合规范,对于图像中出现多个厨师的情况,会根据厨师和厨师帽的预测框进行交并比的计算来判定这两组预测框是否属于同一个厨师,还可根据预先设定的类别置信度进行识别结果的过滤,使预测结果更加准确,最后单片机在对数据进行比对整合之后,会控制液晶显示屏显示出厨师的帽子佩戴情况,并且控制扬声器播报出没有佩戴帽子的厨师,便于提醒厨师,保证了后厨的卫生情况;
(2)、该基于深度学习的帽子识别系统通过安装有固定螺栓、基板、限位片、预留插条、预留插槽、限位片和锁紧螺栓,使得装置优化了自身的结构,使用者既可以通过固定螺栓,将基板在后厨内部的墙壁上进行固定安装,且通过在基板的外侧壁包裹有防滑橡胶套,提升了基板固定安装时的牢固性能,又通过预留插条和预留插槽构成的滑动连接结构,将机壳与基板进行组装,且配合限位片和锁紧螺栓构成的锁紧固定作用,可以将组装后的机壳与基板固定牢固,同时利用该种组装结构,也便于使用者将装置进行拆卸维护,使得装置实现了组合式的优点;
(3)、该基于深度学习的帽子识别系统通过安装有风机、机壳、第一散热板、第二散热板、散热孔、防尘滤布和防水透气膜,使得装置使用时,一方面使用时,风机会被启动,带动机壳内部气体流动,这时机壳内部由于电路板运行产生热量所造成的热气会向上飘,通过机壳顶端的第二散热板上的散热孔排出,与此同时,外界环境冷的气流会通过机壳底端的第一散热板上的散热孔进入机壳内部对电路板实现降温冷却的作用,通过气体的循环实现了较好的散热效果,减轻了电路板运行时所产生的热损耗,有利于延长装置的使用寿命,另一方面通过在第一散热板和第二散热板上设置有防水透气膜和防尘滤布,可以避免外界环境的水汽和尘屑进入机壳内部造成污染和损害,从而进一步提升了装置的使用效果。
附图说明
图1为本发明正视结构示意图;
图2为本发明机壳侧视剖面结构示意图;
图3为本发明图2中A处放大结构示意图;
图4为本发明机壳侧视结构示意图;
图5为本发明系统框图。
图中:1、固定螺栓;2、基板;3、预留插条;4、机壳;5、限位片;6、锁紧螺栓;7、预留插槽;8、第一散热板;9、风机;10、电路板;11、第二散热板;12、无线信号收发模块;13、数据转换模块;14、单片机;15、防尘滤布;16、散热孔;17、防水透气膜;18、扬声器;19、液晶显示屏。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-5,本发明提供的一种实施例:一种基于深度学习的帽子识别系统,包括基板2、机壳4、第一散热板8和风机9,基板2的一侧安装有机壳4,且机壳4的内部安装有电路板10,电路板10上安装有单片机14,基板2的四个拐角处皆设置有固定螺栓1,且基板2的外侧壁包裹有防滑橡胶套,基板2与防滑橡胶套之间构成热熔连接;
使用时,使用者可以通过固定螺栓1,将基板2在后厨内部的墙壁上进行固定安装,且通过在基板2的外侧壁包裹有防滑橡胶套,提升了基板2固定安装时的牢固性能;
单片机14一侧的电路板10上安装有无线信号收发模块12,且单片机14另一侧的电路板10上安装有数据转换模块13,电路板10下方的机壳4内部安装有风机9,且机壳4的底端设置有第一散热板8,机壳4的顶端设置有第二散热板11,机壳4靠近基板2一端的顶部和底部皆焊接有预留插条3,且基板2上设置有与预留插条3相匹配的预留插槽7,并且预留插条3和预留插槽7构成滑动结构,基板2的垂直中心线与机壳4的垂直中心线在同一平面上;
使其优化了装置的结构,使用时,使用者可以利用预留插条3和预留插槽7构成的滑动连接结构,将机壳4与基板2进行组装或拆卸,进而使得装置便于拆卸维护;
机壳4远离基板2的一侧安装有液晶显示屏19,且液晶显示屏19上方的机壳4上安装有扬声器18,无线信号收发模块12的输出端通过导线与数据转换模块13的输入端电性连接,数据转换模块13的输出端通过导线与单片机14的输入端电性连接,且单片机14的输出端分别通过导线与扬声器18、液晶显示屏19和风机9的输入端电性连接,该风机9的型号可为XD2006,该液晶显示屏19的型号可为HD52100,该扬声器18的型号可为HX-225,该单片机14的型号可为dsPIC30F6012A30I/PT,该数据转换模块13的型号可为MK-ZL-420,该无线信号收发模块12的型号可为AK-119S;
机壳4靠近基板2一端的中间位置处焊接有限位片5,且限位片5上设置有与基板2连接的锁紧螺栓6;
使用时,使用者可以利用限位片5和锁紧螺栓6构成的锁紧固定作用,将组装后的机壳4与基板2固定牢固;
第一散热板8和第二散热板11的材料皆为铝合金,且第一散热板8和第二散热板11皆与机壳4之间构成一体化焊接结构,并且第一散热板8和第二散热板11上皆均匀设置有散热孔16;
使用时,风机9会被启动,带动机壳4内部气体流动,这时机壳4内部由于电路板10运行产生热量所造成的热气会向上飘,通过机壳4顶端的第二散热板11上的散热孔16排出,与此同时,外界环境冷的气流会通过机壳4底端的第一散热板8上的散热孔16进入机壳4内部对电路板10实现降温冷却的作用,通过气体的循环实现了较好的散热效果,减轻了电路板10运行时所产生的热损耗,有利于延长装置的使用寿命;
第一散热板8和第二散热板11靠近电路板10的一端皆设置有防水透气膜17,且第一散热板8和第二散热板11远离电路板10的一端皆设置有防尘滤布15;
使用时,通过在第一散热板8和第二散热板11上设置有防水透气膜17和防尘滤布15,可以避免外界环境的水汽和尘屑进入机壳4内部造成污染和损害,从而进一步提升了装置的使用效果。
工作原理:使用时,外接电源,使用者首先可以通过固定螺栓1,将基板2在后厨内部的墙壁上进行固定安装,且通过在基板2的外侧壁包裹有防滑橡胶套,提升了基板2固定安装时的牢固性能,然后利用预留插条3和预留插槽7构成的滑动连接结构,将机壳4与基板2进行组装,且配合限位片5和锁紧螺栓6构成的锁紧固定作用,可以将组装后的机壳4与基板2固定牢固,同时利用该种组装结构,也便于使用者将装置进行拆卸维护,使得装置实现了组合式的优点,继而使用时,通过无线信号收发模块12的无线收发作用,接收到安装在后厨的摄像头传送的图像数据,并且将数据发送给数据转换模块13,通过数据转换模块13将图像数据的光像转换为与光像成相应比例关系的电信号,接着将转换后的数据发送给单片机14,利用单片机14上预先编程好的YOLO目标检测算法进行比对计算,具体地,通过编程好的预训练的目标模型,分别识别出图像中的厨师和厨师帽,根据先识别厨师,再识别厨师帽的原则来判定厨师帽是否佩戴,如果检测到了厨师而没有识别到厨师帽,则判定该厨师没有佩戴厨师帽,并将结果上报,反之则认为佩戴符合规范,对于图像中出现多个厨师的情况,会根据厨师和厨师帽的预测框进行交并比的计算来判定这两组预测框是否属于同一个厨师,还可根据预先设定的类别置信度进行识别结果的过滤,使预测结果更加准确,最后单片机14在对数据进行比对整合之后,会控制液晶显示屏19显示出厨师的帽子佩戴情况,并且控制扬声器18播报出没有佩戴帽子的厨师,便于提醒厨师,保证了后厨的卫生情况,此外装置使用时,风机9会被启动,带动机壳4内部气体流动,这时机壳4内部由于电路板10运行产生热量所造成的热气会向上飘,通过机壳4顶端的第二散热板11上的散热孔16排出,与此同时,外界环境冷的气流会通过机壳4底端的第一散热板8上的散热孔16进入机壳4内部对电路板10实现降温冷却的作用,通过气体的循环实现了较好的散热效果,减轻了电路板10运行时所产生的热损耗,有利于延长装置的使用寿命。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (6)

1.一种基于深度学习的帽子识别系统,包括基板(2)、机壳(4)、第一散热板(8)和风机(9),其特征在于:所述基板(2)的一侧安装有机壳(4),且机壳(4)的内部安装有电路板(10),所述电路板(10)上安装有单片机(14),单片机(14)一侧的电路板(10)上安装有无线信号收发模块(12),且单片机(14)另一侧的电路板(10)上安装有数据转换模块(13),所述电路板(10)下方的机壳(4)内部安装有风机(9),且机壳(4)的底端设置有第一散热板(8),机壳(4)的顶端设置有第二散热板(11),所述机壳(4)远离基板(2)的一侧安装有液晶显示屏(19),且液晶显示屏(19)上方的机壳(4)上安装有扬声器(18)。
2.根据权利要求1所述的一种基于深度学习的帽子识别系统,其特征在于:所述基板(2)的四个拐角处皆设置有固定螺栓(1),且基板(2)的外侧壁包裹有防滑橡胶套,基板(2)与防滑橡胶套之间构成热熔连接。
3.根据权利要求1所述的一种基于深度学习的帽子识别系统,其特征在于:所述机壳(4)靠近基板(2)一端的顶部和底部皆焊接有预留插条(3),且基板(2)上设置有与预留插条(3)相匹配的预留插槽(7),并且预留插条(3)和预留插槽(7)构成滑动结构,基板(2)的垂直中心线与机壳(4)的垂直中心线在同一平面上。
4.根据权利要求1所述的一种基于深度学习的帽子识别系统,其特征在于:所述机壳(4)靠近基板(2)一端的中间位置处焊接有限位片(5),且限位片(5)上设置有与基板(2)连接的锁紧螺栓(6)。
5.根据权利要求1所述的一种基于深度学习的帽子识别系统,其特征在于:所述第一散热板(8)和第二散热板(11)的材料皆为铝合金,且第一散热板(8)和第二散热板(11)皆与机壳(4)之间构成一体化焊接结构,并且第一散热板(8)和第二散热板(11)上皆均匀设置有散热孔(16)。
6.根据权利要求1所述的一种基于深度学习的帽子识别系统,其特征在于:所述第一散热板(8)和第二散热板(11)靠近电路板(10)的一端皆设置有防水透气膜(17),且第一散热板(8)和第二散热板(11)远离电路板(10)的一端皆设置有防尘滤布(15)。
CN202010263385.6A 2020-04-07 2020-04-07 一种基于深度学习的帽子识别系统 Pending CN112329502A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010263385.6A CN112329502A (zh) 2020-04-07 2020-04-07 一种基于深度学习的帽子识别系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010263385.6A CN112329502A (zh) 2020-04-07 2020-04-07 一种基于深度学习的帽子识别系统

Publications (1)

Publication Number Publication Date
CN112329502A true CN112329502A (zh) 2021-02-05

Family

ID=74303486

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010263385.6A Pending CN112329502A (zh) 2020-04-07 2020-04-07 一种基于深度学习的帽子识别系统

Country Status (1)

Country Link
CN (1) CN112329502A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112861812A (zh) * 2021-03-25 2021-05-28 东北林业大学 基于深度学习的松材线虫病灾害预测预报方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112861812A (zh) * 2021-03-25 2021-05-28 东北林业大学 基于深度学习的松材线虫病灾害预测预报方法及装置

Similar Documents

Publication Publication Date Title
CN208078420U (zh) 一种防尘通风式动力柜
CN112329502A (zh) 一种基于深度学习的帽子识别系统
CN211454635U (zh) 一种基于深度学习的帽子识别系统
CN110798755A (zh) 一种物联网设备保护壳
CN211181002U (zh) 一种适用于楼宇的智能消防预警系统
CN213186101U (zh) 一种快速散热型通讯中继器
CN212544363U (zh) 一种医用气体压力监测装置
CN210491098U (zh) 一种物联网设备保护壳
CN111179537A (zh) 一种适用于楼宇的智能消防预警系统
CN212252354U (zh) 一种led隧道灯
CN211047693U (zh) 一种led屏显散热装置
CN210196880U (zh) 一种安检用台式访客仪
CN209262823U (zh) 一种带有防护结构的led灯
CN210983696U (zh) 一种可燃气体报警器
CN210895079U (zh) 一种监控生产线用物联网监控机构
CN211206785U (zh) 一种散热性能好的测距仪
CN214312492U (zh) 一种具有屏幕散热除雾功能的户外显示设备
CN220653386U (zh) 一种网络交换机
CN218243321U (zh) 一种带有控制系统的变频器
CN213782956U (zh) 一种带有功能的ups电源
CN218270754U (zh) 一种便携式地理信息遥感即时监测装置
CN220526827U (zh) 一种用于继电器的保护装置
CN215064918U (zh) 一种基于5g技术的企业设备运行状态监测记录装置
CN215419229U (zh) 一种具有高效散热结构的电控柜
CN210038567U (zh) 一种节能电动汽车充电器的温度控制装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination