主要使用了opencv的图解，根据识色法识别装甲板的颜色，然后再根据轮廓检测筛选大小和比例，最后筛选出两个灯条并确定中心点 图像处理这块比较麻烦，使用了高斯滤波，同类值转化（原创算法）来防止高曝光，使得识别能在不同的环境光照条件下进行

贵州省有着繁盛的农业资源但却面临着野猪侵害、山火等严峻挑战。面对这样的挑战，我们提出了一个问题：如何利用现代科技，特别是AI技术，高效、准确地解决这些问题呢？我们的答案就是——通过视觉ai实现的农业危险识别预警系统。在国家乡村振兴的背景下，如何保障农业安全，提高农业生产效率，成为我们团队探索的出发点 现有的监控方式还是较为原始的人工巡视，存在识别速度慢、准度低、成本高等问题，相较于传统方式，我们的系统范围覆盖广，部署成本低，准确率高，并且在信息处理上，我们能够做到信息时效性高，瞬间收集信息，农政信息共享和系统快速干预 我们团队开发了一套完整的技术解决方案。首先，我们利用高清摄像头或者无人机捕捉农田的实时画面。接着，通过云服务或本地部署两种方案进行图像处理，准确识别出野猪侵入、火灾等异常情况。一旦检测到危险，系统会即刻通过向农户和政府发送预警信息，以便他们及时采取应对措施。 我们的系统采用了改良的YOLOv5算法。这一算法能够快速、准确地识别出监控画面中的关键目标，如野猪和火焰等。此外，我们团队在原有算法的基础上做了进一步优化，显著提升了系统的识别速度与准确率。