项目一：机动车位置移动检测识别算法需求

场景：

违停机动车图片二次审核

具体需求：

1、算法识别区域：识别摄像头违停抓拍相机回传的图片
2、算法使用要求：光线充足，无过暗或过曝、逆光；视频分辨率720P以上；最小像素50*50
3、算法目标检测物：机动车
4、算法描述：对现有违停相机抓拍的图片进行二次审核。即基于图片数据识别车辆的车牌颜、车牌类型色和车牌号码；基于图片数据检测：1）两张图片中是否存在同一辆车；2）两张图片中的同一辆车是否存在位置移动；

性能&功能指标：

1、GPU算法，资源占用不高，符合正常标准即可
2、算法识别准确率不低于92%
3、分析速度满足：支持24QPS

交付文件:

Linux SDK（C++实现）

开发要求：

1、开发规范：https://github.com/ExtremeMart/dev-docs
2、开发周期：20天

项目二：数字式仪表识别算法需求

使用场景：

识别电表和水表的数值（图片）

具体需求：

1、算法使用场景：需结合对电力、电网、自来水厂等数字型仪表的图片；
2、算法图片要求：曝光准确、对焦精准；最小检测尺寸：50 x 50像素；环境：白天，室外环境下，夜晚光照充足情况下
3、算法目标检测物：电表和水表的数值；
4、算法描述：识别数字型仪表（电表和水表），对电表和水表的数值进行识别，并且读出仪表盘的读数。
5、每种算法需通过文字及流程图方式明确输出算法实现逻辑。

性能&功能指标:

1、GPU算法，抽帧策略对CPU资源的占用需尽量低；每种算法对显存的占用小于1.7GB；
2、算法识别准确率不低于90%，召回率目标为不低于88%
3、分析速度满足：支持10QPS

交付文件:

Linux SDK（C++实现）

开发要求：

1、开发规范：https://github.com/ExtremeMart/dev-docs
2、开发周期：20天

如果觉得有用，就请分享到朋友圈吧！