燧機科技文章

• 河道水面漂浮物識別檢測 YOLO算法2024-07-02 11:37

  

  河道水面漂浮物識別檢測根據監(jiān)控攝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，河道水面漂浮物識別檢測訓練所需照片，形成數據實體模型，實時檢測河道水面的監(jiān)控畫面。如出現(xiàn)數據集模型中的漂浮物就立即抓拍提醒。

  人工智能 圖像識別 檢測 行為分析 1827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在圖像識別檢測領域的優(yōu)異性能，本文研究基于基于YOLOv5的口罩佩自動戴檢測方法。首先從網絡和真實生活中中尋找并采集不同場景人群口罩佩戴的圖片約500張并自建數據集，口罩佩戴檢測算法利用YOLOv5模型框架，修改其相關配置文件和檢測參數，并采用數據增強和Dropout技術防止過擬合。實驗結果驗證了YOLOv5模型人群口罩佩戴圖

  人工智能 卷積神經網絡 檢測 1301瀏覽量

• 人員跌倒識別檢測算法2024-06-30 11:47

  

  人員跌倒識別檢測算法是基于視頻的檢測方法，通過對目標人體監(jiān)測，當目標人體出現(xiàn)突然倒地行為時，自動監(jiān)測并觸發(fā)報警。人員跌倒識別檢測算法基于計算機識別技術，配合現(xiàn)場攝像頭，自動識別如地鐵手扶梯/樓梯、老幼活動區(qū)等公共場所人員摔倒行為，準確率高于90%，及時救援，提高人工監(jiān)管效果，保障生命安全。自動識別地鐵車站內如扶梯、樓梯等意外場所的人員摔倒事故，實時預警，及時

  圖像識別 機器視覺 行為分析 1349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和難點，它對檢測算法的準確 率與檢測速度都有較高的要求。本文提出一種基于神經網絡架構搜索的安全帽佩戴檢測算法 NAS-YOLO。該神經網絡架構由上、下行操作單元組成，采用二進制門策略對網絡架構進行更 新，通過數據驅動的方式自動確定合適的神經網絡體系結構。實驗結果表明，NAS-YOLO算法 在準確率、召回率及平均

  人工智能 機器視覺 深度學習 1260瀏覽量