企业号介绍

全部
  • 全部
  • 产品
  • 方案
  • 文章
  • 资料
  • 企业

燧机科技

燧机科技是一家专注边缘+Ai机器视觉、多感知融合、人工智能硬件、芯片级算法优化研发生产销售为核心的智慧场景解决方案提供商和运营服务商。

334 内容数 1.1w 浏览量 1 粉丝

燧机科技文章

  • 智慧工厂视频监控解决方案 OpenCV2024-07-03 23:00

    智能工厂视频监控解决方案以地区生态环境和工厂污染物为关键监控目标。智能工厂视频监控解决方案根据线上监控人工智能技术剖析,智能工厂视频监控解决方案24钟头连续不断监控。安全性基本建设已变成当代工厂管理方法的关键构成部分。视频监控系统可以在范围内组装视频监控系统,统一操纵和管理方法出入人员。有一些地区可以按照必须临时性区划。一旦有些人进到禁区,马上警报。
  • 智慧校园监控系统解决方案 opencv2024-07-03 22:57

    智慧校园监控系统解决方案适应了社会和教育的信息化要求,同时延伸了教育的办学空间。智慧校园监控系统解决方案 依托智慧校园,构建基于网络的跨越学校、企业和社会的混合式办学模式,是解决中国教育投入不足,提高教育人才培养质量,建立新型安全校园智慧校园体系的途径和方向。滑动条是Opencv的一种控件,能够使用鼠标控制滑动条的位置,从而与图片程序进行交互。滑动条的内容包
  • 平安校园视频监控方案 YOLOv52024-07-03 22:51

    平安校园视频监控方案部署一台SuiJi-AI100视频分析服务器,平安校园视频监控方案使用校园视频监控智方案能分析仪进行视频取流和视频告警事件的处理,生成告警事件和记录,并进行系统的数据展示和应用,并可联动IP音箱进行告警事件语音广播和实时广播喊话。
  • 工厂视频智能分析系统解决方案 TensorFlow2024-07-03 22:48

    工厂视频智能分析系统解决方案通过安装在工厂生产施工作业现场的各个监控装置,构建智能监控分析预警和防范体系,工厂视频智能分析系统解决方案有效弥补传统方法和技术在管理中的缺陷。智慧工厂视频监控智能分析系统实现对人员、机械、材料、环境的全方位实时监控,变被动“监督”为主动“监控”;真正做到事前预警,事中常态检测,事后规范管理,将工厂安全生产做到信息化管理。
  • 电力煤矿跑冒滴漏监测系统2024-07-03 22:44

    电力煤矿跑冒滴漏监测基于YOLOv7扩展了高效率程增强专注力互联网,称之为Extended-ELAN (通称E-ELAN) 。 在大规模ELAN中,不管梯度方向路径长度和块总数怎样,互联网都达到了平衡状态。 但如果无尽地层叠测算块,这类平衡状态也有可能被毁坏,主要参数使用率会降低。跑冒滴漏监测系统应用计算机视觉和深度学习技术对危化品生产区域实时检测,当检测到
  • 化工厂液体泄漏识别预警算法2024-07-03 08:35

    化工厂液体泄漏识别预警基于图像识别算法是计算机视觉的基础算法,例如VGG,GoogLeNet,ResNet等,化工厂液体泄漏识别这类算法主要是判断图片中目标的种类液体泄漏识别预警自动识别监控视频中机械管道是否存在液体泄漏行为。如检测到液体泄漏,立即反馈给后台人员及时处理。
  • 河道水面漂浮物识别检测 YOLO算法2024-07-02 11:37

    河道水面漂浮物识别检测根据监控摄像头搜集江河或河道的水面视频,截取图片中带有海上漂浮物的照片,河道水面漂浮物识别检测训练所需照片,形成数据实体模型,实时检测河道水面的监控画面。如出现数据集模型中的漂浮物就立即抓拍提醒。
  • 口罩佩戴检测算法2024-07-01 20:20

    口罩佩戴检测算法基于YOLOv5在图像识别检测领域的优异性能,本文研究基于基于YOLOv5的口罩佩自动戴检测方法。首先从网络和真实生活中中寻找并采集不同场景人群口罩佩戴的图片约500张并自建数据集,口罩佩戴检测算法利用YOLOv5模型框架,修改其相关配置文件和检测参数,并采用数据增强和Dropout技术防止过拟合。实验结果验证了YOLOv5模型人群口罩佩戴图
  • 人员跌倒识别检测算法2024-06-30 11:47

    人员跌倒识别检测算法是基于视频的检测方法,通过对目标人体监测,当目标人体出现突然倒地行为时,自动监测并触发报警。人员跌倒识别检测算法基于计算机识别技术,配合现场摄像头,自动识别如地铁手扶梯/楼梯、老幼活动区等公共场所人员摔倒行为,准确率高于90%,及时救援,提高人工监管效果,保障生命安全。自动识别地铁车站内如扶梯、楼梯等意外场所的人员摔倒事故,实时预警,及时
  • 安全帽佩戴检测算法2024-06-26 22:22

    安全帽佩戴监控是铁路工程施工人员安全管理中的重点和难点,它对检测算法的准确 率与检测速度都有较高的要求。本文提出一种基于神经网络架构搜索的安全帽佩戴检测算法 NAS-YOLO。该神经网络架构由上、下行操作单元组成,采用二进制门策略对网络架构进行更 新,通过数据驱动的方式自动确定合适的神经网络体系结构。实验结果表明,NAS-YOLO算法 在准确率、召回率及平均