一、简述最近忙于各种奇奇怪怪的杂事，仔细一看居然有四个月没有写微博了，罪恶……这次主要是针对航拍的红外图像做定向识别，项目实际识别目标保密的由于原因不能展示，博客里面仅用车辆和行人进行说明。红外图像相比于三通道可见光图像，其边缘和细节信息更加模糊，但是最重要的难点在于目标在不同场景不同时间下表现的特征是完全不同甚至截然相反的！比如一辆car在停着的时候轮胎是偏黑色（因为温度低，无热辐射），但在路上

一、背景介绍这次是一个偏工程的任务，需要将VPX板卡的信号通过RTSP推流出去再接收，通过这种方式远程调试人工智能算法。二、需要软件ffmpeg：推流工具，将视频转化为流推出https://ffmpeg.org/download.htmlrtsp服务器：中转服务器https://github.com/aler9/rtsp-simple-server/releasesvlc：流播放器，用来接收推出去

1）背景介绍之前在东大读硕士的时候接触过NEU-DET数据集，用来做钢材表面的缺陷识别，最近学习yolov5想起来了，尝试使用YOLOV5实现识别钢材表面的缺陷。数据集：http://faculty.neu.edu.cn/yunhyan/NEU_surface_defect_database.html2) 检测算法YOLOV5讲算法的文章有很多，就不再复述一遍了。近期学习时主要看到比较好的文章推荐

一、简述针对YOLOV5小目标识别部分做了算法改进：1.修改了MODEL，增加了小目标检测层2.修改了detect.py，增加了分割检测模块，以时间换准确度。代码已上传到GITHUB：https://github.com/Hongyu-Yue/yoloV5_modify_smalltarget思路主要参考引用了两个文章，如下：修改检测层http://www.qishunwang.net/news_