用户8779533

文章/答案/技术大牛

发布

LV1

发表了文章 17小时前2026-07-11 07:48:42

基于YOLO11的下水管道损坏检测：从数据采集到模型部署的工程实践

城市排水管网、工业管廊和地下管道是基础设施的“生命线”，其健康状况直接关系到城市运行安全与环境保护。然而，传统管道巡检依赖人工下井或CCTV视频回看，存在效率低...

用户8779533 17小时前2026-07-11 07:48:42

yolo

发表了文章 4天前2026-07-07 20:13:35

煤矿井下矿工目标检测：基于 YOLO11 的工程化落地实践

煤矿安全生产是矿业领域持续关注的核心议题。井下作业环境复杂，光线昏暗、粉尘弥漫、空间狭窄，传统人工监控方式存在效率低、易疲劳、响应慢等痛点。随着计算机视觉技术的...

用户8779533 4天前2026-07-07 20:13:35

yolo

发表了文章 5天前2026-07-06 20:18:15

基于 YOLO11 的驾驶员状态检测：从数据采集到推理上线的工程实践

在智慧交通与车队安全管理领域，驾驶员状态监测（Driver State Monitoring, DSM）已成为核心功能模块。无论是疲劳驾驶预警，还是分心行为识别...

用户8779533 5天前2026-07-06 20:18:15

yolo

发表了文章 6天前2026-07-05 20:05:44

基于YOLO11的垂钓人员识别：从数据采集到模型部署的工程化实践

在水利设施、禁钓区域及重点河段的监控管理中，违规垂钓行为一直是监管难点。传统的人工巡查方式不仅人力成本高，而且难以实现全天候覆盖。随着计算机视觉技术的发展，基于...

用户8779533 6天前2026-07-05 20:05:43

yolo

发表了文章 9天前2026-07-02 21:32:05

下水管道六类缺陷检测：基于 YOLO11 的工程化训练与部署实践

城市地下排水管网是城市基础设施的“生命线”，其健康状况直接影响城市防洪排涝、环境保护和居民生活。然而，由于管道深埋地下、环境复杂，传统的人工巡检方式效率低、风险...

用户8779533 9天前2026-07-02 21:32:05

yolo

个人简介

暂未填写公司和职称
暂未填写个人简介
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市
加入社区时间：2021-06-29

个人成就

文章被阅读 397 次

关注了：0关注者：2

用户8779533

基于YOLO11的下水管道损坏检测：从数据采集到模型部署的工程实践

煤矿井下矿工目标检测：基于 YOLO11 的工程化落地实践

基于 YOLO11 的驾驶员状态检测：从数据采集到推理上线的工程实践

基于YOLO11的垂钓人员识别：从数据采集到模型部署的工程化实践

下水管道六类缺陷检测：基于 YOLO11 的工程化训练与部署实践

个人简介

个人成就

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐