学科分类
/ 25
500 个结果
  • 简介:摘要:针对某些公共场合如医院,火车站等地会遇到的口罩下人脸检测与识别的问题,本文提出了一种基于YOLOv5和Dlib的口罩人脸检测算法。该算法首先采用YOLOv5模型来进行人脸检测模型训练,并基于此模型获得人脸区域坐标与是否佩戴口罩的检测结果。然后通过Dlib库中landmark特征点检测器进行人脸特征点的标记,Resnet人脸识别模型提取人类的特征向量,最后通过计算不同人脸间特征点的欧氏距离来进行人脸识别。实验结果表明,该系统可以实现口罩下的人脸检测与识别,并取得了很好的效果。

  • 标签: 口罩下人脸检测识别 YOLOv5算法 Resnet 深度学习。
  • 简介:摘要:随着船运流量的增加,也出现了相应的管理问题,例如对海上非法捕鱼、海盗行为、贩毒、非法货物运输的严厉打击,以及针对海上事故的救援。因此海域管理必须依靠船只巡航以及设备的监控、检测,形成一套实时监测系统,对我国的海洋管理具有重要的理论意义和应用价值。针对海上环境复杂多变、船舶目标检测精度不足和效率低下的问题,提出基于改进yolov5的船舶目标检测算法,在主干网络添加坐标注意机制,以提升算法的特征提取能力;使用DIOU_Loss代替原有的损失函数,增加检测准确度和定位精度;应用GhostConv卷积,减小模型量的同时而保持精度基本不变。实验结果表明,相比与改进前的yolov5,改进算法的平均精度均值(mAP)、精准率(P)和召回率(R)分别提升了2.0%、1.7%、1.5%,验证了改进算法对船舶识别有很好的效果。

  • 标签: Yolov5网络 模型训练 目标检测 船舶识别
  • 简介:摘 要:YOLOv5是一种目标检测算法,它在多个数据集上取得了优秀的表现,是目前最先进的目标检测算法之一。传统YOLOv5算法用于变电站鸟类视频识别场景时,由于鸟类为小目标类型,容易出现预测框和真实框不相交,无法进一步学习训练的情况,需要对此算法进行改进并辅助以卡尔曼滤波目标跟踪算法,来达到对鸟类目标的识别及跟踪效果。

  • 标签:
  • 简介:摘要 针对股票涨跌趋势预测的问题,提出一种基于注意机制的三通道CNN-BiLSTM-LSTM混合模型。首先分析股票时序数据和财经文本数据的特征结构,然后构建混合模型来解读数据中的信息,最后结合沪深300指数数据和分别来自东方财富、新浪财经、云财经的财经文本数据,使用混合模型对股票涨跌进行预测。实验结果表明:提出的模型能有效预测股票市场的涨跌情况,为提前了解股市变化趋势提供指导意见。

  • 标签:
  • 简介:摘要:针对目前灾害发生后的救援需求,本文开发了一款基于yolov5目标检测技术的两栖侦察设备。机载摄像头通过图传设备将灾后现场实时传递到地面工作站,运行算法对画面进行实时检测。本设备凭借自身两栖的机械优势,可以深入救援人员无法到达的区域进行勘测,帮助救援人员判断灾情,锁定被困人员的位置。目标检测效果良好,能够较好地反映实际情况,帮助救援人员快速开展救援行动。该无人机可以有效地提高灾后搜救效率,能一定程度上实现救援的智能化、信息化。

  • 标签:
  • 简介:摘要:工厂内违规吸烟可能引起重大的安全事故。为检测是否有人违规吸烟,提出一种可以快速准确检测吸烟的算法。该算法主要基于YOLOv5模型对摄像头输入的视频流进行实时处理。具体来说包含以下两个步骤:首先,选用合适的数据集,并对数据集的标注框进行优化;其次,使用decoupled head来调整模型的网络结构使其更好地适应吸烟检测场景的需求。实验结果表明,优化标注框的数据集召回率可以提升4.4,而改进后的算法相较于原始YOLOv5精确度提高3,召回率提升3.1,可以提供更高的检测准确率和更低的误报率。同时,在实际应用中,该算法具有较高的性能和稳定性,可以有效地用于工厂内吸烟检测的场景。

  • 标签: 工厂 吸烟检测 YOLOv5 decoupled head
  • 简介:摘要: 本文将使用改进YOLOv5s网络的PCB板缺陷检测算法,该网络基于YOLOv5s网络进行优化改造,不仅解决上述问题,还具有轻量化、鲁棒性高等优点,同时针对于PCB各类缺陷不易检测的难点,在优化后的网络中加入K-means+聚类算法,从而提高对于PCB小目标缺陷的检测精度。通过实验得出在 6 种 PCB 缺陷类型中对于漏孔类型缺陷检测精度达到 98.9%,所有类别 PCB可达 95.4%。实验结果表明,YOLOv5 算法可以满足工业生产中缺陷检测的需要。

  • 标签:
  • 简介:摘要:近些年来,我国社会不断进步,随着5G技术以及无线数据互联技术的快速发展,在驾驶领域之中,自动化、智能化的交通系统成为研究热点。智能交通系统可以有效地感知城市中各个街道的车流状况,提升道路利用效率,减少交通堵塞情况的发生。基于卷积神经网络的目标检测方法取得了较好的成果,具有灵活性高以及可以同时检测多条道路等特点。如何减少误检、漏检,提高车辆检测的准确性,是将深度学习应用到车辆检测的关键性问题。以YOLOv5为基础模型,对其进行相关改进。检测改进算法的性能,为车辆检测算法提供理论支撑,增添数据库存储量。

  • 标签: 改进 YOLOv5 车辆检测 方法
  • 简介:摘要:在传统太阳能网版缺陷检测中,比较依赖人工的主观经验,缺陷识别效率低,针对上述问题,本文提出一种基于注意机制YOLOv8算法。

  • 标签:
  • 简介:摘要:随着科技的飞速发展,智能交通系统在人们的日常生活中扮演着越来越重要的角色。但是,在实际应用过程中,由于可能出现光线多变、车牌遮挡以及拍摄角度不同等复杂情况,车牌检测仍存在误测问题。

  • 标签:
  • 简介:摘要 :在当今快速发展的技术时代,人工智能(AI)的潜力已经被应用于各个领域,从自动驾驶车辆到健康诊断。 AI的一个重要且创新的应用是火灾检测,这是一个及时和准确检测可能关系到生死的领域。将AI整合到火灾检测系统中,代表了从传统方法迈向了一个重大飞跃,提供了增强的效率和可靠性。

  • 标签: AI火灾检测 YOLOv5 计算机视觉 实时火灾识别 安全管理
  • 简介:孩子学习注意不集中,让家长伤脑筋。要是孩子天生愚笨,根本就不是读书的料,家长们也许心理还比较坦然。可孩子明明挺聪明,许多高难度的习题都能做出来,可就是不能集中心思在学习上。因此,有些家长甚至感到绝望,颇有些“恨铁不成钢”的滋味。

  • 标签: 注意力不集中 孩子 学习 培养 家长 高难度
  • 简介:

  • 标签:
  • 简介:摘要:深度学习技术是信息技术高度发展的产物,同时也是当下的热门技术,该技术经过不断的发展完善,已经能在诸多领域发挥作用,在应用的过程中能够代替大量的重复性的人工操作,从而有效提升工作效率,并降低人力资源成本。目前来看,在深度学习领域,人脸识别技术较为成熟,且具有比较大的应用价值,目前基于深度学习人脸识别技术已经在商务领域以及安保领域得到了广泛的应用,展现出了较大的应用价值。因此本文从深度学习技术的特点以及原理出发,探究深度学习技术在人脸识别方面的应用,希望该研究能够为深度学习技术与人脸识别技术的有机融合,提供一定的思路。

  • 标签: 深度学习 人脸识别 应用
  • 简介:摘要:巡航导弹具备速度高,威胁大等特点,是军事上的重点关注对象,针对复杂环境下的巡航导弹识别问题,结合深度神经网络,提出了基于注意机制的导弹目标精准识别方法。实验仿真了四类巡航导弹目标数据集,包括BGM-109、SCM_PJ-10、AGM-129和AGM-114。通过迭代训练基于注意机制识别模型,在仿真数据集上得到95.83%的识别准确率,对比基础深度神经网络得到了10.58%的识别效果提升。

  • 标签: 注意力机制 高分辨一维距离像 巡航导弹识别
  • 简介:摘要:针对传统太阳能网版表面缺陷检测方法效率较低的问题,本文提出一种基于YOLOv5的太阳能网版表面缺陷检测系统。本文采用YOLOv5目标检测算法开展太阳能网版表面缺陷检测实验。结果表明:YOLOv5算法的mAP0.5达到76.3%,能够实现高精度的缺陷检测,而算法的FPS达到188,能够满足高效率的缺陷检测。

  • 标签: 深度学习 表面缺陷检测 目标检测