亚洲日韩国产二区无码,亚洲av永久午夜在线观看红杏,日日摸夜夜添夜夜添无码免费视频,99精品国产丝袜在线拍国语

目標(biāo)檢測(cè)和跟蹤在許多應(yīng)用中都具有重要的意義，例如智能監(jiān)控、自動(dòng)駕駛和人機(jī)交互等。傳統(tǒng)的目標(biāo)檢測(cè)算法需要多次掃描圖像，并使用復(fù)雜的特征提取和分類器來(lái)識(shí)別目標(biāo)。然而，這些方法在實(shí)時(shí)性和準(zhǔn)確性上存在一定的限制。隨著YOLO算法的出現(xiàn)，目標(biāo)檢測(cè)和跟蹤領(lǐng)域取得了重大突破...

無(wú)人機(jī)要進(jìn)行AI識(shí)別，需要的是模擬人眼，對(duì)需要識(shí)別的物體進(jìn)行圖像處理，AI通過(guò)大量的模型訓(xùn)練，能夠具備對(duì)物體進(jìn)行特征提取進(jìn)行分析的能力，從而實(shí)現(xiàn)整個(gè)流程的自動(dòng)化，達(dá)到無(wú)人機(jī)智能識(shí)別的目的。但不同的事，無(wú)人機(jī)的目標(biāo)識(shí)別和傳統(tǒng)的攝像頭還是又不曉得區(qū)別，傳統(tǒng)的攝像頭...

橋梁助航標(biāo)志的正常顯示有助于引導(dǎo)船舶正常航行，防止出現(xiàn)撞上大橋等事故的發(fā)生。因此需要定期定時(shí)對(duì)水上標(biāo)志進(jìn)行檢查，尤其是夜間。由于傳統(tǒng)的人工巡檢模式存在局限性和檢查盲區(qū)，巡查范圍不夠細(xì)致、作業(yè)效率低下、執(zhí)法人員存在人身安全隱患等問(wèn)題，逐漸被逐步淘汰，取而代之的是...

AI智能化檢測(cè)是打造領(lǐng)域智慧建設(shè)的一大舉措。通過(guò)在攝像頭中植入視覺(jué)處理AI圖像處理板，定制AI檢測(cè)算法，就能夠?qū)崿F(xiàn)對(duì)物體的質(zhì)量檢測(cè)。在智能檢測(cè)領(lǐng)域，圖像處理板的性能和算法的精度則是影響檢測(cè)效果的關(guān)鍵所在。不同行業(yè)的作業(yè)環(huán)境不同，對(duì)于圖像處理板的性能需求也就不同...

無(wú)人機(jī)搭載如光電吊艙等帶有攝像頭的設(shè)備后，達(dá)到了實(shí)現(xiàn)智能識(shí)別的硬件條件，但是傳統(tǒng)的攝像頭只能獲取圖像，并不具備AI識(shí)別的功能。無(wú)人機(jī)AI識(shí)別算法的處理器還是在于模仿人眼一樣進(jìn)行視覺(jué)處理，然后AI進(jìn)行智能提取和分析圖像，再和訓(xùn)練模型進(jìn)行快速比對(duì)，從而在無(wú)人機(jī)快速...

YOLO單卷積神經(jīng)網(wǎng)絡(luò)在一次評(píng)價(jià)中直接從全圖中預(yù)測(cè)多個(gè)boundingboxes和類概率，在全圖上訓(xùn)練并直接優(yōu)化檢測(cè)性能，同時(shí)學(xué)習(xí)目標(biāo)的泛化表示。然而，YOLO對(duì)邊界框預(yù)測(cè)施加了嚴(yán)格的空間約束，限制了模型可以預(yù)測(cè)的相鄰項(xiàng)目的數(shù)量。成群出現(xiàn)的小物件，如鳥類，對(duì)于...

西氣東輸、西油東送等帶來(lái)了大量的油氣管線建設(shè)，這些管道呈線性分布，長(zhǎng)達(dá)百公里，是我國(guó)經(jīng)濟(jì)穩(wěn)定發(fā)展的重要支撐。這些管道有的處在人口密集區(qū)，有的則位于山區(qū)、沙漠等環(huán)境惡劣區(qū)域，有些已運(yùn)行20余年，歷經(jīng)風(fēng)雨，腐蝕、損壞的跡象初顯，存在極大地安全隱患，為保障能源供應(yīng)穩(wěn)...

而要實(shí)現(xiàn)這些功能，無(wú)人機(jī)就需要搭載光電吊艙?；垡暪怆婇_發(fā)的VIZ-100T三軸三光目標(biāo)定位吊艙將10倍光學(xué)變倍可見光相機(jī)，640×512高分辨率紅外相機(jī)，測(cè)程1.2km半導(dǎo)體激光測(cè)距機(jī)集于一體，能夠遠(yuǎn)距離高倍變焦實(shí)現(xiàn)管線巡檢時(shí)高清成像，在夜晚，專業(yè)高靈敏度的紅...

進(jìn)入夏季，南方各地進(jìn)入汛期，對(duì)于水利工作而言，這時(shí)候需要時(shí)刻關(guān)注水流流速。水流流速的監(jiān)測(cè)數(shù)據(jù)有助于準(zhǔn)確分析洪水的演進(jìn)情況，預(yù)測(cè)洪水的影響范圍和可能造成的損害，從而更有效地指導(dǎo)防洪工作的部署;在汛期，水文站會(huì)根據(jù)水流速度和雨量等數(shù)據(jù)來(lái)決定是否開啟水庫(kù)閘門進(jìn)行泄洪...

城市管理的智慧化轉(zhuǎn)型是智慧城市建設(shè)的重要部分。隨著無(wú)人機(jī)的廣泛應(yīng)用，一個(gè)由人、機(jī)組合的智慧化無(wú)人機(jī)綜合監(jiān)管網(wǎng)絡(luò)正逐步形成，讓城市風(fēng)險(xiǎn)無(wú)處遁形。無(wú)人機(jī)搭載吊艙起飛，能夠按照航線進(jìn)行巡飛，吊艙的智能化攝像頭能夠?qū)σ曇皟?nèi)的目標(biāo)進(jìn)行智能識(shí)別，通過(guò)數(shù)據(jù)分析向監(jiān)管發(fā)出信息...

隨著生活品質(zhì)的提升，現(xiàn)在無(wú)論是企業(yè)還是個(gè)人都對(duì)智能化的需求有所提升，這就對(duì)于攝像頭提出了新的要求。現(xiàn)在市面上的傳統(tǒng)攝像頭都只具備記錄功能，受限于鏡頭的視野范圍，就算可以轉(zhuǎn)動(dòng)也必須是手動(dòng)操作，尚不能實(shí)現(xiàn)自動(dòng)化。但在智慧安防等領(lǐng)域，如果攝像頭能夠?qū)崿F(xiàn)自動(dòng)化轉(zhuǎn)動(dòng)，那...

在深度學(xué)習(xí)中，解決訓(xùn)練數(shù)據(jù)不足常用的一個(gè)技巧是“預(yù)訓(xùn)練-微調(diào)”（Pretraining-finetune），即大數(shù)據(jù)集上面預(yù)訓(xùn)練模型，然后在小數(shù)據(jù)集上去微調(diào)權(quán)重。但是，在訓(xùn)練數(shù)據(jù)極其稀少的時(shí)候（只有個(gè)位數(shù)的訓(xùn)練圖片），這個(gè)技巧是無(wú)法奏效的。圖2展示了一個(gè)檢測(cè)模...

自動(dòng)化的視頻跟蹤系統(tǒng)的工作流程一般是攝像機(jī)的模擬信號(hào)通過(guò)視頻電纜傳送至計(jì)算機(jī)，計(jì)算機(jī)通過(guò)視頻采集卡將模擬視頻信號(hào)轉(zhuǎn)換為數(shù)字視頻信號(hào)，該轉(zhuǎn)換的輸出的數(shù)字圖像一方面在計(jì)算機(jī)CRT上顯示，同時(shí)傳送至內(nèi)存進(jìn)行目標(biāo)檢測(cè)或跟蹤(根據(jù)需要可同時(shí)進(jìn)行硬盤錄像)，計(jì)算機(jī)根據(jù)算法...

作為社區(qū)的基本單元，小區(qū)是智慧城市建設(shè)的重要一環(huán)，而在安防領(lǐng)域，小區(qū)更是守護(hù)家庭的門戶，如何更加高效的守護(hù)小區(qū)安全是社區(qū)創(chuàng)新基層治理的探索方向。經(jīng)過(guò)技術(shù)的不斷革新，智慧安防逐漸成為這個(gè)方向。通過(guò)在小區(qū)傳統(tǒng)人防、物防、技防的基礎(chǔ)上，應(yīng)用人工智能、物聯(lián)網(wǎng)等當(dāng)前先進(jìn)...

雖然現(xiàn)在各種公共交通已十分便捷，但是仍然存在許多無(wú)證、無(wú)資質(zhì)的車輛，這些車輛無(wú)視交通法規(guī)，所以超速超載，儼然成為公路安全一大隱患。例如在車站出入口，經(jīng)常會(huì)有很多人進(jìn)行拉客，雖然說(shuō)是坐滿就走，但是為了利益比較大化，超員那是常有的事。再比如暑期來(lái)臨，各種培訓(xùn)班、托...

傳統(tǒng)意義上的根據(jù)視頻的變化率報(bào)警，隨著由于計(jì)算機(jī)的廣泛應(yīng)用和數(shù)字圖像的發(fā)展，由于其設(shè)置的不靈活、虛警率高、不抗干擾及接口等方面的原因，正慢慢地面臨淘汰；另外，在重要的場(chǎng)所，比如具有戰(zhàn)略意義的油田油庫(kù)，*倉(cāng)庫(kù)，重要的機(jī)密場(chǎng)所、辦公地點(diǎn)，水利大壩等等，傳統(tǒng)意義上的...

目標(biāo)運(yùn)動(dòng)估計(jì)是根據(jù)目標(biāo)在過(guò)去的位置對(duì)目標(biāo)的運(yùn)動(dòng)規(guī)律加以總結(jié)，并以此對(duì)目標(biāo)將來(lái)的運(yùn)動(dòng)狀態(tài)進(jìn)行預(yù)測(cè)。正確的預(yù)測(cè)，可以縮小匹配的計(jì)算區(qū)域，大幅的降低匹配計(jì)算量。在視頻跟蹤系統(tǒng)中由于被跟蹤的目標(biāo)處于運(yùn)動(dòng)狀態(tài)，為了把目標(biāo)始終保持在攝像機(jī)視野之內(nèi)，必須對(duì)攝像機(jī)加以控制。在...

作為社區(qū)的基本單元，小區(qū)是智慧城市建設(shè)的重要一環(huán)，而在安防領(lǐng)域，小區(qū)更是守護(hù)家庭的門戶，如何更加高效的守護(hù)小區(qū)安全是社區(qū)創(chuàng)新基層治理的探索方向。經(jīng)過(guò)技術(shù)的不斷革新，智慧安防逐漸成為這個(gè)方向。通過(guò)在小區(qū)傳統(tǒng)人防、物防、技防的基礎(chǔ)上，應(yīng)用人工智能、物聯(lián)網(wǎng)等當(dāng)前先進(jìn)...

災(zāi)難發(fā)生后，在通信窄帶寬的情況下，我們往往難以實(shí)現(xiàn)現(xiàn)場(chǎng)多路高清視頻、語(yǔ)音的實(shí)時(shí)回傳，指揮員對(duì)于前方情況存在看不到、看不全的問(wèn)題，同時(shí)后方人員也不能對(duì)前方視頻設(shè)備進(jìn)行控制，例如旋轉(zhuǎn)、變焦等操作；在通信弱網(wǎng)的情況下，例如只有2G信號(hào)的情況下，不能實(shí)現(xiàn)現(xiàn)場(chǎng)視頻回傳，...

在算法領(lǐng)域，則需要一些特殊的算法。無(wú)人機(jī)執(zhí)行任務(wù)時(shí)飛在高空，地面的物體就會(huì)顯得較小，小目標(biāo)通常指圖像中像素面積小于32*32的物體，一般的AI算法難以實(shí)現(xiàn)精細(xì)鎖定跟蹤。要解決這個(gè)難題，慧視光電的算法工程師給出了小目標(biāo)識(shí)別算法的方案，通過(guò)加強(qiáng)目標(biāo)特征、數(shù)據(jù)增廣、...

目標(biāo)跟蹤時(shí)，多維度、多層級(jí)信息融合也十分重要。為了提高對(duì)運(yùn)動(dòng)目標(biāo)表觀描述的準(zhǔn)確度與可信性,現(xiàn)有的檢測(cè)與跟蹤算法通常對(duì)時(shí)域、空域、頻域等不同特征信息進(jìn)行融合,綜合利用各種冗余、互補(bǔ)信息提升算法的精確性與魯棒性.然而,目前大多算法還只是對(duì)單一時(shí)間、單一空間的多尺度...

無(wú)人機(jī)搭載檢測(cè)儀，可以飛到工業(yè)園區(qū)的任意角落進(jìn)行數(shù)據(jù)采集，通過(guò)采集到的數(shù)據(jù)，就能分析出污染物成分、濃度。為了進(jìn)一步提高效率，檢測(cè)的方法會(huì)是多個(gè)無(wú)人機(jī)同時(shí)進(jìn)行巡飛監(jiān)測(cè)，這就會(huì)面臨一個(gè)新的問(wèn)題，難道要一個(gè)人控制一架無(wú)人機(jī)么？顯然是不符合降本增效這個(gè)準(zhǔn)則的。于是就只...

隨著AI的快速發(fā)展，對(duì)應(yīng)的軟硬件也得到了快速的普及，蘋果公司已經(jīng)推出了新一代的具有AI功能的系列產(chǎn)品，Intel也推出了具有AI能力的新一代芯片。無(wú)論是無(wú)人機(jī)用吊艙產(chǎn)品還是邊海防用轉(zhuǎn)臺(tái)產(chǎn)品，如果前端沒(méi)有具有AI能力的圖像處理板卡或智能跟蹤設(shè)備，沒(méi)有高性能的AI...

YOLO算法的關(guān)鍵技術(shù)在YOLO算法中，有幾個(gè)關(guān)鍵技術(shù)對(duì)其性能起著重要作用。首先是使用卷積神經(jīng)網(wǎng)絡(luò)提取圖像特征，其中引入了一些先進(jìn)的網(wǎng)絡(luò)結(jié)構(gòu)，如Darknet。其次是使用AnchorBox來(lái)提高目標(biāo)定位的精度。此外，YOLO算法還引入了特征金字塔網(wǎng)絡(luò)和多尺度預(yù)...

視覺(jué)目標(biāo)跟蹤是指對(duì)圖像序列中的運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)、提取、識(shí)別和跟蹤，獲得運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)參數(shù)，如位置、速度、加速度和運(yùn)動(dòng)軌跡等，從而進(jìn)行下一步的處理與分析，實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)的行為理解，以完成更高一級(jí)的檢測(cè)任務(wù)。根據(jù)跟蹤目標(biāo)的數(shù)量可以將跟蹤算法分為單目標(biāo)跟蹤與多目標(biāo)跟...

基于視頻目標(biāo)檢測(cè)和跟蹤的一般流程是：通過(guò)目標(biāo)檢測(cè)，找到目標(biāo)；對(duì)目標(biāo)特征進(jìn)行描述，初步估計(jì)目標(biāo)的運(yùn)動(dòng)矢量；根據(jù)運(yùn)動(dòng)狀態(tài)，進(jìn)入目標(biāo)跟蹤，對(duì)傳感器的姿態(tài)，比如水平方位、垂直方位和焦距等進(jìn)行調(diào)整；跟蹤到目標(biāo)后，對(duì)目標(biāo)特征進(jìn)行更新，并對(duì)目標(biāo)的運(yùn)動(dòng)進(jìn)行預(yù)測(cè)后，進(jìn)入下一輪的...

許多小型化的無(wú)人機(jī)飛行器等類似于昆蟲小動(dòng)物，憑借其機(jī)動(dòng)、靈活、體積小的特點(diǎn)能夠在復(fù)雜的環(huán)境中執(zhí)行飛行任務(wù)。但是再精細(xì)化的操控，也難以做到完全避免障礙物的阻礙，因此需要采用AI避障的功能。AI避障中很重要的一點(diǎn)是要對(duì)環(huán)境進(jìn)行自動(dòng)化的識(shí)別。利用高性能的AI圖像處理...

目標(biāo)檢測(cè)與目標(biāo)跟蹤這兩個(gè)任務(wù)有著密切的聯(lián)系。針對(duì)目標(biāo)跟蹤任務(wù)，微軟亞洲研究院提出了一種通過(guò)目標(biāo)檢測(cè)技術(shù)來(lái)解決的新視角，采用簡(jiǎn)潔、統(tǒng)一而高效的“目標(biāo)檢測(cè)+小樣本學(xué)習(xí)”框架，在多個(gè)主流數(shù)據(jù)集上均取得了杰出性能。目標(biāo)跟蹤（Object tracking）與目標(biāo)檢測(cè)（...

目標(biāo)檢測(cè)和跟蹤在許多應(yīng)用中都具有重要的意義，例如智能監(jiān)控、自動(dòng)駕駛和人機(jī)交互等。傳統(tǒng)的目標(biāo)檢測(cè)算法需要多次掃描圖像，并使用復(fù)雜的特征提取和分類器來(lái)識(shí)別目標(biāo)。然而，這些方法在實(shí)時(shí)性和準(zhǔn)確性上存在一定的限制。隨著YOLO算法的出現(xiàn)，目標(biāo)檢測(cè)和跟蹤領(lǐng)域取得了重大突破...

YOLO算法的關(guān)鍵技術(shù)在YOLO算法中，有幾個(gè)關(guān)鍵技術(shù)對(duì)其性能起著重要作用。首先是使用卷積神經(jīng)網(wǎng)絡(luò)提取圖像特征，其中引入了一些先進(jìn)的網(wǎng)絡(luò)結(jié)構(gòu)，如Darknet。其次是使用AnchorBox來(lái)提高目標(biāo)定位的精度。此外，YOLO算法還引入了特征金字塔網(wǎng)絡(luò)和多尺度預(yù)...