首页
首页
教程
资源
源码
首页
教程
资源
源码
写文章
登录
登录
×
其他登录:
邮箱注册
登录
×
登录
注册
×
获取验证码
注册并登录
完善个人信息
×
完善个人信息
AI视频智能分析技术与应用
视频智能分析已渗透到生活生产中的方方面面。从生活中的刷脸支付、停车场的车牌识别、工厂园区的烟火识别、工地的工装安全帽识别到车间零部件智能检测,视频智能分析无处不在。简单来说,AI视频智能分析是通过人工智能技术处理和分析视频数据的方法。
AI赋能道路巡检,智驱力打造城市治理新样板
随着城市化进程的不断加速,道路管理的重要性愈发凸显。为了提升城市治理效能,全国许多城市正积极推动道路治理的智能化升级。山西晋城市便是其中的典型案例,通过引入人工智能技术为道路基础治理赋能,实现了从传统管理向智能化、数字化转型的重要突破。智驱力凭借在AI领域的深厚积累,与晋城道路管理者携手打造了一套全面的智慧道路巡检解决方案,为城市治理注入了新的动力。
AI视频分析在油田作业监测数智化应用
在油田安全管理要求不断提高的环境下,通过人工智能技术手段替代传统人员巡检势在必行。针对油田地面施工场景的行业性、特殊性和复杂性。智驱力在油田领域开发了地面风险建设AI识别系统,并落地国内多个大型油田,提升作业现场风险研判与管控能力。
陌生人识别算法为什么不可行?
陌生人识别算法在实际应用中面临多重挑战,其不可行性主要体现在高误报率、跟踪算法的局限性以及复杂环境下的识别困难。
安全帽识别逻辑:识别到头则报警 vs 没有识别到安全帽再报警
本文对两种逻辑方案:“识别到头则报警”和“没有识别到安全帽再报警”进行了详细对比,最终得出结论:通过“识别到头则报警”的逻辑,可以显著提升识别精准度,减少误报。
采用底库对比的技术方案,能完成哪类场景的算法设计?
文本介绍了基于底库对比技术方案,如何应用于静态场景的异常检测。通过将场景的正常状态录入底库,并实时与当前图像进行比对,系统能够在出现不符合标准的情况时,快速识别并触发告警。
高速服务区偷油贼的噩梦:AI守护大货车司机的油箱
在高速公路服务区,停车安全问题一直是各方关注的重点。近年来,油耗子频繁在服务区流动作案,盗窃目标主要集中在大型货车,尤其是通过拔导油管、撬油箱盖、使用抽油泵等手段实施盗窃。随着盗窃手段日益升级,甚至包括偷窃价值昂贵的国六燃气车后处理系统,这一问题已引起社会各界的广泛关注。交通运输部办公厅也发布了《关于进一步加强公路服务区货车停放服务工作的通知》,呼吁加大力度保障交通安全及财产安全。
未穿工服算法的技术原理
本文解析了未穿工服检测算法的技术原理,重点探讨工服检测面临的多样性挑战,并提出了一种仿照人脸识别技术的模板匹配解决方案。
图像预处理 - 随机贴图生成标注文件的python实现
在训练目标检测模型时,若数据存在以下情况:图像之间差异小、不同类别数目差异大、有些目标物体的样本图片难以搜集等,需要对数据进行处理。本文以fire类别为例实现对数据的随机贴图增广,生成新的标注文件,或在已有标注文件中添加,且避免覆盖已有标注。
经验分享:随机贴图数据增强对于模型精准度的提升
本文分享了在钢坯检测项目中,如何通过引入“随机贴图”数据增强方法来提升深度学习模型的检测精度。