极市项目｜建筑垃圾＆孔洞封堵＆电线杆鸟巢识别算法需求

项目一：建筑垃圾识别算法

一、用户场景

1. 场景：社区住宅楼道装修后的建筑垃圾识别。
   
2. 需求：对画面里指定区域机动车道路进行建筑垃圾识别。
   

二、具体需求：

1. 应用场景
   对画面里指定区域机动车道路进行识别。

2. 需求说明
   识别环境要求：白天环境下，光线充足正常；
   识别内容：绿色蛇皮袋；裸露土堆；红色、灰色砖块；
   

三、服务器配置

Linux物理机、GPU算法。

四、算法性能要求

每秒分析30fps
摄像头配置:分辨率≥1080p
识别像素大小:≥200px*200px

五、开发要求：

1. 开发规范：https://github.com/ExtremeMart/dev-docs
2. 开发周期：25天
3. 算法实现准确度不低于 90%

六、如何报名需求&获得项目预算？

扫码进入，帖下评论处回复报名，然后添加极小北获得项目预算（报酬）

项目二：孔洞封堵识别算法

一、用户场景：

1. 场景：机房
2. 需求：线路孔洞是否有用防火泥封堵

二、需求描述：

• 算法可自动识别视频图像中的线路孔洞是否有用防火泥封堵，，如在ROI区域中检测到存在有线路孔洞未封堵的情况，则输出告警信号；

• 算法输出参数；
• 判断存在孔洞未封堵的情况即报警（按json文件）；

三、输入数据

1、极市提供相关数据

2、摄像头配置 分辨率≥1080p

3、识别像素大小 ≥40px*40px

四、验收成果物

1. 交付产品：Linux版SDK
2. GPU版算法
3. 算法技术方案说明书
4. readme.md/algo.json
5. 公私钥

五、开发要求

1. 算法性能要求：每秒分析30FPS以上
2. 服务器配置：Linux物理机、GPU算法
3. 验收标准 算法准确率：90%以上，算法性能：30FPS以上
4. 开发规范：https://github.com/ExtremeMart/dev-docs
5. 开发周期：25天

六、如何报名需求&获得项目预算？

扫码进入，帖下评论处回复报名，然后添加极小北获得项目预算（报酬）

项目三：电线杆鸟巢识别

一、背景描述

1. 项目背景：电力行业电线杆等位置常常会出现鸟巢，不及时移除将带来安全隐患和用电保障隐患，作为保障，需要在指定区域识别处是否有鸟类筑巢。
2. 项目算法要达到的目的：判断在指定区域内是否有鸟类筑巢，如果检测到鸟巢则进行报警，由相关人员及时处理。

二、目标描述

1. 需求边界定义

2. 算法报警的业务逻辑：识别到指定区域内有鸟巢，产生告警

3. 识别场景：电力行业电线杆

4. 识别对象：鸟巢

5. 环境要求：室外白天/夜间光照良好的情况

三、算法内容

1. 算法输入：图片/视频流
2. 算法输入设备：摄像头
3. 算法输出：视频/图片/callback
4. 算法最大/最小识别像素：60*60 像素
5. 算法实时性：实时性不高
6. 算法部署：本地部署

四、数据

数据来源：极市提供已标注数据，自采集

五、软硬件要求（常规默认如下，如有特殊要求，自行补充）

1. 软件要求

• 运行在 X86 架构（酷睿 i 系列芯片和至强系列芯片，显卡支持 RTX、GTX、Tesla）
• 需求为 Linux SDK（C++实现）
• 算法部署：支持私有化部署

2. 硬件要求

• 英伟达显卡（默认）
• 其他类型显卡

六、开发要求

1. 开发规范：https://github.com/ExtremeMart/dev-docs
2. 开发周期：25天

七、如何报名需求&获得项目预算？

扫码进入，帖下评论处回复报名，然后添加极小北获得项目预算（报酬）

如果觉得有用，就请分享到朋友圈吧！