智能检测系统 - 腾讯云开发者社区 - 腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

裸露土堆智能识别检测系统

裸露土堆智能识别检测系统基于python+yolo计算机视觉深度学习技术，裸露土堆智能识别检测系统对现场画面中土堆裸露情况进行实时分析检测，若发现画面中的土堆有超过40%部分裸露，则判定为裸露进行抓拍预警...我们选择当下YOLO最新的卷积神经网络YOLOv5来进行裸露土堆识别检测。6月9日，Ultralytics公司开源了YOLOv5，离上一次YOLOv4发布不到50天。...在我们还对YOLOv4的各种高端操作、丰富的实验对比惊叹不已时，YOLOv5又带来了更强实时目标检测技术。...图片我们使用YOLO(你只看一次)算法进行对象检测。YOLO是一个聪明的卷积神经网络(CNN)，用于实时进行目标检测。

1.5K3 0

Python 搭建车道智能检测系统

，进行多种边缘检测，然后对不同的检测结果进行融合以提取出道路图像，去除其他噪声。...然后根据提取的道路图像，再次利用边缘检测，提取车道线信息，然后利用透视变换将视角变成俯视图，其中透视变换矩阵的四个点由提取道路图像的角点组成。...图1 效果图系统概述 1.1 对所给数据图像的车道线进行检测。其中所给数据图像如下图可见： ? 图2 数据图像下面我将对所用到的功能和原理将分别阐述。...图5 提取的道路图（4）道路提取图像再次边缘检测：利用拉普拉斯算子再次对处理后的图像进行边缘检测。并对其进行腐蚀和膨胀消除噪声。 ? 图6道路拉普拉斯边缘提取图 ?...图17 退出按钮点击效果图代码功能实现 2.1 系统环境描述：系统所使用的环境是python3.6.5，opencv3.14.8版本，windows10系统。编程工具使用的是pycharm专业版。

1.9K1 0

您找到你想要的搜索结果了吗？

是的

没有找到

煤矿皮带跑偏撕裂智能检测系统

煤矿皮带跑偏撕裂智能检测系统能够通过python+opencv深度学习技术实时监测运输皮带的状况，煤矿皮带跑偏撕裂智能检测系统监测到皮带出现撕裂跑偏时，立刻抓拍告警并中止皮带的运输。...图片OpenCV可以在不同的系统平台上使用，包括Windows，Linux，OS，X，Android和iOS。基于CUDA和OpenCL的高速GPU操作接口也在积极开发中。

7893 0

工地安全帽智能识别检测系统

在施工工地，务必配戴安全帽，工地安全帽智能识别检测系统可以在大部分工程施工损害中充分发挥保障功效。...工地安全帽智能识别检测系统全自动监管现场施工作业区域范围内的工作人员是不是戴安全帽。要是没有戴安全帽，会及时警示，并通告监控后台安全管理者妥善处理。...根据智能视频采集，施工工地安全帽短视频智能识别监管系统全自动剖析识别短视频图象信息内容，不用人工控制，对施工工地关键地区开展全天监管。...工地安全帽智能识别检测系统自动识别进到实际操作范围的工作人员：假如工作人员并没有戴安全帽，可以马上警报，将报警截屏和视频存储到数据库形成报表，与此同时向有关现场管理工作人员推送警报信息，可以依据警报纪录和警报截屏

5052 0

秸秆禁烧识别系统烟雾智能识别检测系统

秸秆禁烧识别系统烟雾智能识别检测系统具备全天、及时发现问题、管控高效率、有益于证据收集的优势，利用现场已经存在的监控摄像头和神经网络算法烟雾识别系统，在通信基站塔顶端监控摄像头的帮助下，对图象预置开展实时分析查验...在秸秆点燃区，的时间相对性集中化，很多烟雾对成年人和患上呼吸系统疾病的少年儿童造成了巨大的损害。...秸秆禁烧识别系统烟雾智能识别检测系统是运用近郊区多层建筑和强有力的AI技术性优化计算方法综合服务平台紧密联系，在塔上装上70几台超高清监控器，可遮盖该地域80%的关键农作物。...即时智能化烟火识别、精准定位、立即预警提醒等方式，执行全天360度无死角监管。并自动记录和存档发觉、警报和解决方法的全过程，便于于查找。

8186 0

精准识“瓦”，智能护行——51camera TFDS闸瓦智能检测系统

TFDS 闸瓦智能检测系统是一套专为货车闸瓦及配件自动识别设计的轨旁智能检测系统，集高精度成像、深度学习识别与全流程自动化控制于一体。...2.多类型缺陷智能检测基于自主研发的深度学习算法模型，系统对采集数据进行智能分析,可精准识别闸瓦裂纹、异常磨耗、配件缺失等常见故障。...为提升列车运行安全保障能力，该港口引入TFDS 闸瓦智能检测系统，实现了列车关键行走部件的智能化、自动化检测。...安全保障升级：系统具备一旦检测到异常情况，会立即触发报警机制，将报警信息及故障图像实时推送至监控中心。智能化运维转型:系统形成“机检代替人检”的智能作业流程，实现了列车关键部件360度无死角检测。...TFDS闸瓦智能检测系统的成功应用，更证明了该系统的实用性和有效性。

1241 0

如何通过AI视频智能分析，构建着装规范检测工装穿戴检测系统？

TSINGSEE青犀视频AI算法平台的着装规范检测/工装穿戴检测算法，是基于AI深度学习，通过计算机视觉技术准确地识别特定区域内工人是否穿戴是否合规，包括工作服、反光衣、安全帽等，常用于工地、工厂、车间...当员工穿着不符合规范时，系统会发出告警提示，监管人员通过告警消息对违规着装事件进行处理，以确保生产环境的安全。...2）未穿反光背心：支持识别橙色、莹绿色开襟马甲、套衫马甲工作服的目标识别，以及人形检测；支持在划定区域内检测是否有未穿工作服的工人。3）未戴口罩识别：支持对人脸是否佩戴口罩进行检测。...在应用场景中，通过在服务器端部署AI算法平台，将监管现场的监控视频流接入并进行实时智能分析与预警。一旦检测到有人员未按照规定着装时，会在视频画面中实时框出该人员，抓拍截图、并记录。...此外，在系统的告警中心里，也能查看和检索告警信息。应用场景：1）建筑工地：自动识别监测未穿着反光衣、未戴安全帽的工作人员，提高工地安全性，减少潜在的事故风险。

1.2K2 0

智能视频分析下的安全帽佩戴检测系统

安全帽佩戴检测系统应用智能视频分析和深度学习神经网络技术，实现对建筑工地、石化、电力等高危行业生产区域人员活动与是否佩戴安全帽进行实时分析识别、跟踪与预警，不依赖于其他传感器、芯片、标签，直接通过视频实时分析和预警...应用行业　　建筑　　电力　　矿山　　石化　　勘探　　安全帽佩戴检测系统是督促员工佩戴安全帽的利器，可提高工人安全意识，将意外扼杀在摇篮中。（来源：倍特威视）

9513 0

基于智能视频分析的可疑人员检测报警系统

可疑人员检测报警系统基于智能视频分析，对指定区域内的可疑逗留人员进行检测报警，在铁路、公路、银行等公共安全区域提供预报警，真正做到事前预警，事中常态检测，事后规范管理，将安防操作人员从繁杂而枯燥的“...智能视频分析系统以数字化、网络化视频监控为基础，用户可以设置某些特定的规则，系统识别不同的物体，同时识别目标行为是否符合这些规则，一旦发现监控画面中的异常情况，系统能够以最快和最佳的方式发出警报并提供有用信...可疑人员检测报警系统的优势：　　1.告警精确度高　　智能视频分析系统内置智能算法，能排除气候与环境因素的干扰，有效弥补人工监控的不足，减少视频监控系统整体的误报率和漏报率。　　...2.实时识别报警　　基于智能视频分析和深度学习神经网络技术可疑逗留人员实时识别预警，告警信号可显示在监控客户端界面，也可将报警信息推送到移动端，联动驱动警灯和警号提示用户及时处置。　　...3.全天时运行稳定可靠　　智能视频监控系统可对监控画面进行7×24不间断的分析，大大提高了视频资源的利用率，减少人工监控的工作强度。

1.6K0 0

智能运维探索 | 云系统中的异常检测方法

云系统异常检测背景随着云技术的飞速发展，云系统的复杂性和规模不断增加，云系统的稳定性受到了极大挑战。...本文介绍的方法是通过分析系统指标（如CPU 使用率、I/O 请求数、网络吞吐量等）对云系统进行异常检测。对于这些指标数据，研究人员提出了单变量的时间序列异常检测方法。...基于此种情况，研究人员又提出了多元时间序列异常检测，这种方法虽然考虑了云系统中多个指标，但没有将云系统中的组织结构考虑进来，适用性也不太好。...在复杂的云系统中我们以系统拓扑结构为基础，获得系统状态的基于图的表示，进而进行异常检测。...TopoMAD方法主要有以下几个方面的特点： ● TopoMAD是一种无监督异常检测方法，该方法考虑了云系统的拓扑信息。我们将此拓扑信息与云系统中收集的指标相结合，构建了基于图的异常检测表示。

1.2K3 0

AI质量检测系统：为智能世界装上“火眼金睛”

当工厂里的质检员用精密仪器检测产品瑕疵时，在人工智能的世界里，我们同样需要专业的“质检系统”——不是检测零件的好坏，而是评估AI模型的质量与可靠性。...这就是AI质量检测系统，它就像是AI模型的“全科医生”，用科学的方法为各种算法模型进行全方位“体检”，确保它们在实际应用中稳定、可靠、高效。图片一、为什么AI模型也需要“质检”？...四、技术亮点：智能化的质检新时代自动化测试流水线：支持7×24小时不间断测试，新模型提交后自动触发全量检测智能生成测试报告，突出问题项和改进建议多维度质量评分：建立统一的质量评估体系，生成直观的质量分数支持多个模型的横向对比...，优劣一目了然持续监控预警：对线上运行的模型进行实时质量监控发现性能衰减或异常行为时及时告警智能根因分析：当检测到问题时，自动分析可能的原因提供具体的修复建议，而不仅仅是发现问题结语在人工智能技术快速普及的今天...AI质量检测系统不仅是技术保障，更是建立信任的基石。它让AI开发从“手工作坊”走向“精密制造”，让每一个上线的AI模型都经过千锤百炼。

3211 0

EIDS 车下走行部图像检测系统——智能诊断车辆异常与预警

志强视觉EIDS 车下走行部设备图像检测系统在火车维修检测车中的成功应用，正以硬核科技破解行业痛点，推动车辆检修迈入智能化新阶段。...EIDS 电务车载车下走行部设备图像检测系统的亮点该系统的核心优势在于高度定制集成化、强大的可视化能力、实时性与预警机制。...志强视觉科技推出的专门用于检测火车/机车底部走行部设备状态的智能图像识别系统，通过在轨边安装高速工业相机，代替人眼对高速运行的列车底部进行拍摄和检查。...当前铁路交通行业正向智能化运维转变，精准感知及实时数据可有效提高检测效率，为车辆安全提供保障。...志强视觉科技的EIDS车下走行部图像检测系统为铁路行车安全的最关键部位之一——走行部，建立了一道自动化、智能化的“电子防线”。

1361 0

工装穿戴检测系统着装合规检测识别系统

工装穿戴检测系统是根据规模性工作服图片数据信息识别学习训练，完成图片视频实时分析，着装合规检测识别系统根据人工智能算法精确分析合理的着装、工作服装色调识别；即时向上级领导以及服务平台推送违反规定时长、地址...工作服装可穿戴检测系统自动分析和识别视频图像信息内容，不用人工控制；识别监管区工作人员工作服装，真真正正完成预警信息、正常的检测、规范化管理；降低乱报和泄露；视频录像，便捷后管理方法查看。...现阶段，优化算法已经快速更改人民的生活习惯性，工作服装识别优化算法还在静电场、施工工地、金融机构系统等安全性场地应用推广，现阶段北京、上海、深圳等一线城市已普及化，但天津、西安、大连、苏州等二线城市已经检测应用环节

1.4K2 0

Hunting系统：简述如何通过智能分析异常来检测网络入侵行为

而基于异常的检测系统能够检测到很多传统BDS无法发现的网络攻击活动。为了检测网络入侵活动，BDS需要识别事件模式，需要识别的事件流包括：网络活动-例如DNS活动和HTTP请求。...如果阈值设置的非常低，那么BDS系统所收集到的信息虽然可以用于检测攻击，但是其自动化识别的可信度并不高。...异常检测系统实现的基础是恶意活动必须在某些事件流中产生异常。...然而，当一个Hunting系统能够像人类一样对观察到的结果进行分析、排序和关联的话，系统的检测能力将会大大提升。...对异常事件的处理能力将关系到网络的健康情况，其中有些问题可能会跟安全无关，但是只要问题存在，组织的运营效率就会受到影响，因此基于异常智能分析的网络检测系统可能会是大家可以考虑的工具之一。

1.5K6 0

基于 YOLOv8 的二维码智能检测系统

基于YOLOv8的二维码智能检测系统[目标检测完整源码]——面向复杂场景的QRCode视觉识别解决方案一、引言：二维码识别，真的只是“扫一扫”这么简单吗？...但在真实业务系统中，二维码识别远比想象中复杂：仓储物流中，二维码可能倾斜、褶皱、部分遮挡商业场景中，二维码常出现在反光屏幕或复杂背景票务与门禁系统中，需要实时、多目标、低延迟检测监控视频流中，二维码往往是小目标...本项目正是围绕这一工程问题，构建了一套基于YOLOv8的二维码视觉检测系统，并将其完整封装为可直接使用的桌面级应用。...、推理、界面、部署于一体的YOLOv8项目实践案例，那么这套二维码智能检测系统，具备极高的参考与复用价值。...本文围绕二维码在复杂真实场景中的识别难题，系统性地介绍了一套基于YOLOv8的二维码智能检测解决方案。

2311 0

视频监控管理平台智能监测检测系统EasyCVR智能地铁监控方案，助力地铁高效运营

人工智能给出了答案。...二、方案部署1、平台接入安防监控EasyCVR视频汇聚平台基于云边端智能协同，支持海量视频的轻量化接入与汇聚、转码与处理、全网智能分发、视频集中存储等。...2、算法部署TSINGSEE青犀智能分析网关可对监控视频进行智能识别和分析，支持抓拍、记录、告警等，每个版本在算法模型及性能配置上略有不同。...硬件可实现的AI检测包括：人脸结构化数据、车辆结构化数据、场景检测类算法、行业类检测算法、人员行为类检测算法等。...事件秒速处理：智能算法识别的事件可以同步到后台，通知管理人员进行秒速处理。事件溯源：EayCVR地铁智能监控平台发生告警时会实时进行事件截图，方便后期溯源。

5911 0

人员拥挤检测系统

人员拥挤检测系统通过YOLOv5网络模型算法技术，人员拥挤检测系统算法模型对校园/厂区车间/街道等场景的异常的人群聚集（出现拥挤情况）时，人员拥挤检测系统立刻抓拍存档并通知相关人员及时处理。...采用滑动窗口的目标检测算法思路非常简单，它将检测问题转化为了图像分类问题。...整体来看，Yolo算法采用一个单独的CNN模型实现end-to-end的目标检测，整个系统如图5所示：首先将输入图片resize到448x448，然后送入CNN网络，最后处理网络预测结果得到检测的目标。...YOLOv5在YOLOv4算法的基础上做了进一步的改进，检测性能得到进一步的提升。...在我看来，YOLOv5检测算法中还是存在很多可以学习的地方，虽然这些改进思路看来比较简单或者创新点不足，但是它们确定可以提升检测算法的性能。

1.2K0 0

皮带撕裂检测系统

皮带撕裂检测系统通过Python基于YOLOv7架构模型实时监控传动现场皮带的工作状态，皮带撕裂检测系统24h全天候对皮带进行多方向实时检查，尽快发现皮带安全隐患，避免扩大损失。...图片相对于其他类型的工具，YOLOv7-E6 目标检测器（56 FPS V100，55.9% AP）比基于 transformer 的检测器 SWINL Cascade-Mask R-CNN（9.2 FPS...A100，53.9% AP）速度上高出 509%，精度高出 2%，比基于卷积的检测器 ConvNeXt-XL Cascade-Mask R-CNN (8.6 FPS A100, 55.2% AP) 速度高出...图片Yolo模型采用预定义预测区域的方法来完成目标检测，具体而言是将原始图像划分为 7x7=49 个网格（grid），每个网格允许预测出2个边框（bounding box，包含某个对象的矩形框），总共...我们将其理解为98个预测区，很粗略的覆盖了图片的整个区域，就在这98个预测区中进行目标检测。图片

1.1K4 0

c语言智能车跑道检测程序,基于金属检测的智能循迹小车设计

杜青乔延华韩淼苗艳华蔡乙男摘要：为解决当前循迹小车存在性能稳定性差的问题，提出一种基于金属检测的智能循迹小车设计方法。...采用LDC1000设计一种金属循迹智能小车，介绍系统总体设计框架、硬件设计和软件设计。...试验结果表明，整个系统的电路结构简单，性能稳定，实现了预期的智能小车循跡功能，具有很高的应用性。...；报警模块可在小车检测到硬币时发出声音提示；电源模块为整个系统提供电源。...3 软件系统的设计 3.1 检测与控制算法上电后，先检测传感器返回的数值并保存，不同环境下传感器返回的数值会不同。

1.3K2 0

基于 YOLOv8 的面向文档智能处理的表格区域检测系统

基于YOLOv8的面向文档智能处理的表格区域检测系统[目标检测完整源码]一、技术背景：表格检测为何成为文档智能化的关键环节？...在实际工程中，表格检测往往是以下任务的前置步骤：OCR前的版面结构分析表格内容结构化与数据库入库文档自动审核与信息抽取智能档案与知识管理系统传统基于图像规则的方法（如边缘检测、连通域分析）在扫描件模糊、...七、典型应用场景与扩展方向该系统可广泛应用于以下领域：财务报表与票据自动处理医疗与保险文档数字化学术文献与档案管理智能OCR系统前处理模块在此基础上，系统还可进一步扩展：表格结构识别（行、列、单元格）OCR...八、总结本文围绕文档图像中的表格检测任务，介绍了一套基于YOLOv8的完整工程化解决方案。从数据集构建、模型训练到PyQt5可视化部署，系统性展示了深度学习目标检测在文档智能处理领域的实际落地路径。...该方案不仅可作为文档表格检测的独立工具，也可作为更大规模文档智能处理系统中的核心模块，为文档数字化与自动化处理提供坚实的技术基础。

1410 0

点击加载更多

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭