燧機(jī)科技文章

• 河道水面漂浮物識(shí)別檢測 YOLO算法2024-07-02 11:37

  

  河道水面漂浮物識(shí)別檢測根據(jù)監(jiān)控?cái)z像頭搜集江河或河道的水面視頻，截取圖片中帶有海上漂浮物的照片，河道水面漂浮物識(shí)別檢測訓(xùn)練所需照片，形成數(shù)據(jù)實(shí)體模型，實(shí)時(shí)檢測河道水面的監(jiān)控畫面。如出現(xiàn)數(shù)據(jù)集模型中的漂浮物就立即抓拍提醒。

  人工智能 圖像識(shí)別 檢測 行為分析 1658瀏覽量

• 口罩佩戴檢測算法2024-07-01 20:20

  

  口罩佩戴檢測算法基于YOLOv5在圖像識(shí)別檢測領(lǐng)域的優(yōu)異性能，本文研究基于基于YOLOv5的口罩佩自動(dòng)戴檢測方法。首先從網(wǎng)絡(luò)和真實(shí)生活中中尋找并采集不同場景人群口罩佩戴的圖片約500張并自建數(shù)據(jù)集，口罩佩戴檢測算法利用YOLOv5模型框架，修改其相關(guān)配置文件和檢測參數(shù)，并采用數(shù)據(jù)增強(qiáng)和Dropout技術(shù)防止過擬合。實(shí)驗(yàn)結(jié)果驗(yàn)證了YOLOv5模型人群口罩佩戴圖

  人工智能 卷積神經(jīng)網(wǎng)絡(luò) 檢測 1157瀏覽量

• 人員跌倒識(shí)別檢測算法2024-06-30 11:47

  

  人員跌倒識(shí)別檢測算法是基于視頻的檢測方法，通過對目標(biāo)人體監(jiān)測，當(dāng)目標(biāo)人體出現(xiàn)突然倒地行為時(shí)，自動(dòng)監(jiān)測并觸發(fā)報(bào)警。人員跌倒識(shí)別檢測算法基于計(jì)算機(jī)識(shí)別技術(shù)，配合現(xiàn)場攝像頭，自動(dòng)識(shí)別如地鐵手扶梯/樓梯、老幼活動(dòng)區(qū)等公共場所人員摔倒行為，準(zhǔn)確率高于90%，及時(shí)救援，提高人工監(jiān)管效果，保障生命安全。自動(dòng)識(shí)別地鐵車站內(nèi)如扶梯、樓梯等意外場所的人員摔倒事故，實(shí)時(shí)預(yù)警，及時(shí)

  圖像識(shí)別 機(jī)器視覺 行為分析 1232瀏覽量

• 安全帽佩戴檢測算法2024-06-26 22:22

  

  安全帽佩戴監(jiān)控是鐵路工程施工人員安全管理中的重點(diǎn)和難點(diǎn)，它對檢測算法的準(zhǔn)確 率與檢測速度都有較高的要求。本文提出一種基于神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索的安全帽佩戴檢測算法 NAS-YOLO。該神經(jīng)網(wǎng)絡(luò)架構(gòu)由上、下行操作單元組成，采用二進(jìn)制門策略對網(wǎng)絡(luò)架構(gòu)進(jìn)行更 新，通過數(shù)據(jù)驅(qū)動(dòng)的方式自動(dòng)確定合適的神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)。實(shí)驗(yàn)結(jié)果表明，NAS-YOLO算法 在準(zhǔn)確率、召回率及平均

  人工智能 機(jī)器視覺 深度學(xué)習(xí) 1147瀏覽量