目前做定制产品的网站长沙岳麓区
CSPVD SDK适用于为各种智慧工地应用增加安全防护穿戴合规的检测能力，能够有效检测未戴安全帽和未穿 安全背心的人员，提供Web API和原生API。官方下载：CSPVD工地安全防护检测
1、目录组织
CSPVD开发包的目录组织说明如下：
xlpr_sdk | - core # 核心代码目录| - violation_code.py # 违规代码定义| - violation_detector.py # 违规识别网络| - violation_mixer.py # 违规图像合成器| - weights # 预训练权重目录| - model.pt # d_net权重| - assets| - hardhat.png # 安全帽图标| - vest.png # 安全背心图标 | - samples # 测试图片目录| - test-1.jpg | - ....| - serve.py # Web UI及API服务| - api_test.py # Web API调用示例代码| - requirements.txt # 依赖声明文件
在第一次使用之前，首先安装依赖文件：
pip install -r requirements.txt
2、使用Web UI
执行如下命令启动Web UI：
python serve.py
然后使用浏览器访问 http://127.0.0.1:7860，即可打开Web UI。
在Web UI中打开一个图像文件，然后点击[Submit]按钮，就可以进行检测，如下图所示：
右侧的输出图像上叠加了检测到的违规信息，绿色包围框表示人员着装合规，红色包围框 表示人员着装违规，左下角的图标表示违规类别，图标含义说明如下：
| 图标 | 说明 |
|---|---|
|
| 未戴安全帽 |
|
| 未穿安全背心 |
输出结果为一个数组，每个成员包含如下字段：
- box: 违规人员的包围框
- codes: 违规代码。 2：未带安全帽 | 4：未穿安全背心
- conf：置信度，越高越好
CSPVD能识别各种颜色的安全帽：
CSPVD也能检测不同样式的安全背心：
3、使用Web API
api_name: /predict
输入参数：
img_in：输入图像
输出结果：
- [0] ：输出图像文件路径
- [1] ：检测结果数组，每个成员包含如下字段：
box|codes|conf
Python调用示例如下：
from gradio_client import Client, handle_fileclient = Client("http://127.0.0.1:7860/")
result = client.predict(img_in=handle_file('./samples/test-1.jpg'),api_name="/predict" )
print(result)
执行结果如下：
Web API特别适合将车牌识别能力集成到Java、C#、Javascript等其他语言开发的应用中。
4、使用原生API
除了Web API，CSPVD SDK也提供了Python原生API。
4.1 合规检测器
ViolationDetector是合规检测器类，使用其predict()方法对传入的图片进行处理，并返回检测结果数据。
ViolationDetector实例的predict()调用示例代码如下：
from core import ViolationDetector
import cv2vd = ViolationDetector()img_in = cv2.imread('samples/test-1.jpg')
results = vd.predict(img_in)
4.2 合规检测结果合成器
ViolationMixer是检测结果合成类，使用其mix()方法将检测结果叠加到图片上，返回叠加后 的合成图片。
ViolationMixer实例的mix()方法调用示例代码如下：
from core import ViolationDetector, ViolationMixer
import cv2vd = ViolationDetector()img_in = cv2.imread('samples/test-1.jpg')
results = vd.predict(img_in)vm = ViolationMixer()
img_out = vm.mix(img_in, results)原文链接：CSPVD工地安全防护检测 - 汇智网