燧機科技

動態(tài)

• 發(fā)布了產(chǎn)品 2024-07-03 21:23

  智慧城管視頻監(jiān)控智能分析系統(tǒng) 燧機科技

  

  產(chǎn)品型號：SuiJiAi-SJPC01 顏色：黑色 重量：1.2kg 功能：智慧城管視頻監(jiān)控智能分析系統(tǒng)

  23瀏覽量

• 發(fā)布了產(chǎn)品 2024-07-03 21:04

  校園視頻智能分析系統(tǒng)解決方案 燧機科技

  

  產(chǎn)品型號：SuiJiAi-SJPC01 顏色：黑色 重量：1kg 功能：校園視頻智能分析系統(tǒng)解決方案

  20瀏覽量

• 發(fā)布了文章 2024-07-03 08:35

  化工廠液體泄漏識別預警算法

  

  化工廠液體泄漏識別預警基于圖像識別算法是計算機視覺的基礎(chǔ)算法，例如VGG，GoogLeNet，ResNet等，化工廠液體泄漏識別這類算法主要是判斷圖片中目標的種類液體泄漏識別預警自動識別監(jiān)控視頻中機械管道是否存在液體泄漏行為。如檢測到液體泄漏，立即反饋給后臺人員及時處理。

  人工智能 圖像識別 預警

  324瀏覽量

• 發(fā)布了產(chǎn)品 2024-07-02 19:45

  監(jiān)獄視頻智能分析系統(tǒng) 燧機科技

  

  產(chǎn)品型號：SuiJiAi-SJPC01 型號：SuiJiAi-SJPC01

  18瀏覽量

• 發(fā)布了文章 2024-07-02 11:37

  河道水面漂浮物識別檢測 YOLO算法

  

  河道水面漂浮物識別檢測根據(jù)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(shù)據(jù)實體模型，實時檢測河道水面的監(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 圖像識別 檢測 行為分析

  380瀏覽量

• 發(fā)布了文章 2024-07-01 20:20

  口罩佩戴檢測算法

  

  口罩佩戴檢測算法基于YOLOv5在圖像識別檢測領(lǐng)域的優(yōu)異性能，本文研究基于基于YOLOv5的口罩佩自動戴檢測方法。首先從網(wǎng)絡(luò)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(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)增強和Dropout技術(shù)防止過擬合。實驗結(jié)果驗證了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

  277瀏覽量

• 發(fā)布了產(chǎn)品 2024-07-01 20:14

  視頻監(jiān)控智能分析系統(tǒng) 燧機科技

  

  產(chǎn)品型號：SuiJiAi-SJPC01 型號：SuiJiAi-SJPC01

  43瀏覽量

• 發(fā)布了文章 2024-06-30 11:47

  人員跌倒識別檢測算法

  

  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(shù)，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(nèi)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

  412瀏覽量

• 發(fā)布了產(chǎn)品 2024-06-28 21:10

  智慧工廠視頻智能分析系統(tǒng)解決方案 燧機科技

  

  產(chǎn)品型號：SuiJiAi-SJSG021 型號：SuiJiAi-SJSG021

  44瀏覽量

• 發(fā)布了文章 2024-06-26 22:22

  安全帽佩戴檢測算法

  

  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(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，采用二進制門策略對網(wǎng)絡(luò)架構(gòu)進行更 新，通過數(shù)據(jù)驅(qū)動的方式自動確定合適的神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)。實驗結(jié)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

  354瀏覽量