- 综合排序
- 最热优先
- 最新优先
- 来自专栏算法专栏
Lnton羚通智能分析算法工服智能监测预警算法
工服智能监测预警系统通过yolov8网络模型算法，工服智能监测预警算法对现场人员未按要求穿戴工服工装则输出报警信息，通知后台人员及时处理。 YOLO系列算法是一类典型的one-stage目标检测算法，其利用anchor box将分类与目标定位的回归问题结合起来，从而做到了高效、灵活和泛化性能好，所以在工业界也十分受欢迎。 工服智能监测预警算法是一种用于检测和预警员工工作服装状况的技术。 该算法可以通过计算机视觉和图像处理技术，对员工穿着的工作服进行实时监测、分析和预警，以确保员工的穿着符合规定，并提醒员工及时更换损坏的工作服。 图片图片 Lnton羚通智能分析算法工服智能监测预警算法根据设定的规则和要求，判断工作服的状况是否符合预期。
70030编辑于 2023-08-14 - 来自专栏燧机科技-视频AI智能分析
工服智能监测预警系统
工服智能监测预警系统通过yolov8网络模型算法，工服智能监测预警系统对现场人员未按要求穿戴工服工装则输出报警信息，通知后台人员及时处理。 工服智能监测预警系统Yolo算法采用一个单独的CNN模型实现end-to-end的目标检测，核心思想就是利用整张图作为网络的输入，直接在输出层回归 bounding box（边界框） 的位置及其所属的类别 YOLO系列算法是一类典型的one-stage目标检测算法，其利用anchor box将分类与目标定位的回归问题结合起来，从而做到了高效、灵活和泛化性能好，所以在工业界也十分受欢迎。 YOLOv8 算法的核心特性和改动可以归结为如下：提供了一个全新的 SOTA 模型，包括 P5 640 和 P6 1280 分辨率的目标检测网络和基于 YOLACT 的实例分割模型。
35120编辑于 2023-05-10 - 来自专栏燧机科技-视频AI智能分析
AI智能工服识别算法
AI智能工服识别算法通过yolov5+python网络深度学习算法模型，AI智能工服识别算法通过摄像头对现场区域利用算法分析图像中的工服特征进行分析实时监测工作人员的工服穿戴情况，识别出是否规范穿戴工服 AI智能工服识别算法中使用到的语言Python是一种由Guido van Rossum开发的通用编程语言，它很快就变得非常流行，主要是因为它的简单性和代码可读性。 AI智能工服识别算法特征提取是指提取工服中的点或者块。因此不需要精确的人体定位和跟踪，并且局部特征对人体的表观变化，视觉变化和部分遮挡问题也不是很敏感。因此在行为识别中采用这种特征的分类器比较多。 AI智能工服识别算法对于卷积层，主要使用1x1卷积来做channle reduction，然后紧跟3x3卷积。 除了上面这个结构，AI智能工服识别算法提出了一个轻量级版本Fast Yolo，其仅使用9个卷积层，并且卷积层中使用更少的卷积核。
42920编辑于 2023-09-14 - 来自专栏燧机科技-视频AI智能分析
AI工衣工服智能识别系统
AI工衣工服智能识别系统通过yolov7网络模型深度学习算法，AI工衣工服智能识别系统对场人员穿戴进行实时不间断监测，AI工衣工服智能识别系统发现现场人员未按要求穿戴时，AI工衣工服智能识别系统立即抓拍告警 You Only Look Once说的是只需要一次CNN运算，Unified指的是这是一个统一的框架，提供end-to-end的预测，而Real-Time体现是Yolo算法速度快。
70980编辑于 2023-02-15 - 来自专栏燧机科技-视频AI智能分析
工服穿戴检测联动门禁开关算法
工服穿戴检测联动门禁开关算法通过yolov8深度学习框架模型，工服穿戴检测联动门禁开关算法能够准确识别和检测作业人员是否按照规定进行工服着装，只有当人员合规着装时，工服穿戴检测联动门禁开关算法会发送开关量信号给门禁设备 工服穿戴检测联动门禁开关算法YOLO的结构非常简单，就是单纯的卷积、池化最后加了两层全连接，从网络结构上看，与前面介绍的CNN分类网络没有本质的区别，最大的差异是输出层用线性函数做激活函数，因为需要预测 所以粗略来说，工服穿戴检测联动门禁开关算法的整个结构就是输入图片经过神经网络的变换得到一个输出的张量。 或者我们把工服穿戴检测联动门禁开关算法 7x7x30 的张量看作 7x7=49个30维的向量，也就是输入图像中的每个网格对应输出一个30维的向量。 工服穿戴检测联动门禁开关算法的核心特性和改动可以归结为如下：提供了一个全新的 SOTA 模型，包括 P5 640 和 P6 1280 分辨率的目标检测网络和基于 YOLACT 的实例分割模型。
46730编辑于 2023-09-24 - 来自专栏燧机科技-视频AI智能分析
工服穿戴检测算法 工装穿戴识别算法
工服穿戴检测算法 工装穿戴识别算法利用yolo网络模型图像识别技术，工服穿戴检测算法 工装穿戴识别算法可以准确地识别现场人员是否穿戴了正确的工装，包括工作服、安全帽等。 这就意味着 工服穿戴检测算法 工装穿戴识别算法可以以小于 25 毫秒延迟，实时地处理视频。对于欠实时系统，在准确率保证的情况下，速度快于其他方法。 图片工服穿戴检测算法 工装穿戴识别算法先使用ImageNet数据集对前20层卷积网络进行预训练，然后使用完整的网络，在PASCAL VOC数据集上进行对象识别和定位的训练。 工服穿戴检测算法 工装穿戴识别算法的最后一层采用线性激活函数，其它层都是Leaky ReLU。训练中采用了drop out和数据增强（data augmentation）来防止过拟合。 工服穿戴检测算法 工装穿戴识别算法在采用NMS（Non-maximal suppression，非极大值抑制）算法选出最有可能是目标的结果。
68920编辑于 2023-09-21 - 来自专栏TSINGSEE青犀视频
TSINGSEE青犀智能分析网关工服识别算法，如何最大限度保障工人安全？
众所周知，TSINGSEE青犀智能分析网关算法繁多，大多数算法已经和大家讲解过了，今天就和大家聊一聊工服识别算法。 工服识别算法一般应用于工地、化工、煤矿等场所，用来监督检测施工人员是否按照要求着工服，最大程度保障人员安全，具体有以下作用：1、实时监控与告警检测员工是否按照要求着工作服、安全帽，一旦员工没有按照要求着装 2、数据记录和存储TSINGSEE青犀智能分析网关+EasyCVR智能监控系统，具备了数据记录和存储功能，能够将摄像头采集到的数据进行记录和存储。 TSINGSEE青犀视频智能分析网关，可实现对视频监控场景中的人脸、人体、安全帽、口罩等进行抓拍、检测与识别，支持对异常情况进行智能提醒和通知，广泛用于客流统计、周界防范、明厨亮灶、通用安防监控、企业安全生产
24630编辑于 2023-11-09 - 来自专栏燧机科技-视频AI智能分析
拥挤聚集智能监测算法
拥挤聚集智能监测算法可以通过yolov7网络模型深度学习框架对人员数量、密度等进行实时监测，拥挤聚集智能监算法识别出拥挤聚集的情况，并及时发出预警。
30730编辑于 2023-05-26 - 来自专栏燧机科技-视频AI智能分析
作业区域工服穿戴识别系统
作业区域工服穿戴识别系统基于yolov7视频智能图像识别技术，作业区域工服穿戴识别系统利用深度学习技术，不需人为干预自动识别现场施工作业人员未按要求穿工作服行为，作业区域工服穿戴识别系统代替后台工作人员执勤时的人眼判断
30330编辑于 2023-05-02 - 来自专栏TSINGSEE青犀视频
智慧电力方案：安防监控/视频分析AI识别技术在电力领域中的应用
为实现电力的可持续发展，提升电力的高效、安全运维管理，基于AI智能识别技术的智慧电力解决方案应运而生。 二、解决方案在电力领域中，TSINGSEE青犀AI智能分析网关V3涉及的算法包括：安全帽识别、未穿长袖识别、人员越线识别、人员倒地识别、区域入侵识别、睡岗识别等。 1）工服检测在电力行业中，工服与安全帽的佩戴尤为重要，TSINGSEE青犀AI智能分析网关V3配备了安全帽/工服/未穿长袖检测，可以极大限度地督促工作人员着装安全，保障工作人员施工/巡检安全。 2）周界入侵周界入侵算法可以智能识别、主动监测、可视化预警，实现周界入侵零误报、零事故，对电线杆、电线桩、高压线等区域，进行实时视频监控与AI检测，一旦有外部人员靠近，可立即通知管理人员进行处理，还可配备语音喊话功能 基于以上AI算法与EasyCVR平台的视频能力，我们可以时刻监测设备是否正常运转、人员穿戴是否合规，保障人员在巡检作业时，做好安全措施，杜绝违规操作，消除安全隐患，筑牢安全防线。
39010编辑于 2023-09-01 - 来自专栏TSINGSEE青犀视频
智慧电力方案：安防监控/视频分析AI识别技术在电力领域中的应用
为实现电力的可持续发展，提升电力的高效、安全运维管理，基于AI智能识别技术的智慧电力解决方案应运而生。 二、解决方案在电力领域中，TSINGSEE青犀AI智能分析网关V3涉及的算法包括：安全帽识别、未穿长袖识别、人员越线识别、人员倒地识别、区域入侵识别、睡岗识别等。 1）工服检测在电力行业中，工服与安全帽的佩戴尤为重要，TSINGSEE青犀AI智能分析网关V3配备了安全帽/工服/未穿长袖检测，可以极大限度地督促工作人员着装安全，保障工作人员施工/巡检安全。 2）周界入侵周界入侵算法可以智能识别、主动监测、可视化预警，实现周界入侵零误报、零事故，对电线杆、电线桩、高压线等区域，进行实时视频监控与AI检测，一旦有外部人员靠近，可立即通知管理人员进行处理，还可配备语音喊话功能 基于以上AI算法与EasyCVR平台的视频能力，我们可以时刻监测设备是否正常运转、人员穿戴是否合规，保障人员在巡检作业时，做好安全措施，杜绝违规操作，消除安全隐患，筑牢安全防线。
45620编辑于 2023-09-01 - 来自专栏工业科技1
设备的智能监测
现代化工业生产越来越快，不仅规模变大了，而且变得更智能化和自动化，但是工业制造的各个部门中，其生产效率逐步提高的同时，也产生了一个重大的问题，机械设备出现故障怎么办？ 旋转设备状态监测与故障诊断技术应用领域从最早的军事装备，随着工业发展迅速，慢慢地石化、冶金、电力等都应用了这一技术，近年来，已经逐渐从单纯的机械领域拓宽到其他应用领域，如在发电系统、水利系统、核能系统、 旋转设备故障诊断技术吸收了大量现代科技成果，除了传统的振动信号，还可以综合利用噪声、电流、温度、压力、流量、性能曲线等多种信息实施诊断，更有甚者结合云计算、大数据等等智能科技，直接从电机表面测量关键参数 ，利用AI融合工业机理的的算法，构建电机故障模型库，实现边缘侧数据实时分析和决策，实时监测旋转设备的振动、噪声和温度，有效判断设备运行状态，及时诊断和预警设备故障，忽米网的5G边缘计算器就是此类科技成果
65420发布于 2021-09-09 - 来自专栏TSINGSEE青犀视频
视频云存储安防监控AI视频智能分析网关V3：工服检测功能详解
在一些工地、后厨、化工、电力等特定的场景中，工服的穿戴是必不可少的。这不仅是安全制度的要求，更能降低工作风险、提高工作效率。 TSINGSEE青犀AI 边缘计算网关硬件 —— 智能分析网关可以通过实时监测和识别工人的工装穿戴情况，确保他们符合安全要求。 工装穿戴检测/安全着装检测技术能通过数据分析，提供工装穿戴情况的实时监测和分析功能，为工作管理提供决策支持，可以有效降低工作风险，提高工作安全性，为工人提供一个安全、高效的工作环境。 我们的 AI 边缘计算网关硬件 —— 智能分析网关目前有 5 个版本：V1、V2、V3、V4、V5，每个版本都能实现对监控视频的智能识别和分析，支持抓拍、记录、告警等，每个版本在算法模型及性能配置上略有不同 硬件可实现的 AI 检测包括：人脸结构化数据、车辆结构化数据、场景检测类算法、行业类检测算法、人员行为类检测算法等。感兴趣的用户可以前往演示平台进行体验或部署测试。
27420编辑于 2023-09-01 - 来自专栏TSINGSEE青犀视频
如何通过AI视频智能分析，构建着装规范检测工装穿戴检测系统？
违规着装极易增加安全隐患，并且引发安全事故和质量问题，例如，在化工工厂中，倘若员工没有穿戴符合要求的特殊防护服和安全鞋，将有极大可能受到有害物质的侵害，对身体健康和生命安全带来严重的威胁。 TSINGSEE青犀视频AI算法平台的着装规范检测/工装穿戴检测算法，是基于AI深度学习，通过计算机视觉技术准确地识别特定区域内工人是否穿戴是否合规，包括工作服、反光衣、安全帽等，常用于工地、工厂、车间 2）未穿反光背心：支持识别橙色、莹绿色开襟马甲、套衫马甲工作服的目标识别，以及人形检测；支持在划定区域内检测是否有未穿工作服的工人。3）未戴口罩识别：支持对人脸是否佩戴口罩进行检测。 4）工作服识别：支持识别港口、电力施工、维修、保洁等角色的人员是否穿戴工作服。在应用场景中，通过在服务器端部署AI算法平台，将监管现场的监控视频流接入并进行实时智能分析与预警。 应用场景：1）建筑工地：自动识别监测未穿着反光衣、未戴安全帽的工作人员，提高工地安全性，减少潜在的事故风险。2）仓储物流：自动识别监测未着工服的陌生人员，提高仓储物流工作场所安全性，减少人力监管成本。
97520编辑于 2023-09-21 - 来自专栏TSINGSEE青犀视频
智慧工地防盗新手段：TSINGSEE青犀工地智能监控防盗系统方案
2、周界入侵检测系统通过TSINGSEE青犀智能分析网关中的周界入侵算法，在工地堆料、危险区域、或器具堆放区域等，划定警戒线，一旦有人员进入禁区，系统会自动触发警报并及时通知相关人员。 4、 防盗报警系统安装声光报警器，当工地智能监控系统监测到有可疑活动时，会发出警报声，并同步触发摄像头拍摄和录像，以提供证据。 5、智能算法EasyCVR工地智能监控系统内含TSINGSEE青犀智能分析网关，针对工地场景主要有以下智能分析算法：1）安全帽、工服检测：实时检测工地工作人员是否根据要求佩戴安全帽，穿着反光衣/工服；2 ） 人员摔倒：及时检测人员摔倒情况，一旦发生人员跌倒，立刻通知后台进行救护；3）烟火识别：在易发生火灾区域配备该算法，可避免发生火灾无人知晓酿成大祸。 6、 智能告警平台所配备的算法，可以自动识别异常活动并告警，同时保存告警画面，还可以通过邮件告知报警信息，方便后期溯源。
45910编辑于 2023-12-14 - 来自专栏燧机科技-视频AI智能分析
烟火识别智能监测系统
烟火识别智能监测系统基于python+yolov5网络模型算法智能分析技术，烟火识别智能监测算法模型对现场画面进行实时分析，发现现场出现烟火立即抓拍实时告警。 YOLOv5是一种单阶段目标检测算法，该算法在YOLOv4的基础上添加了一些新的改进思路，使其速度与精度都得到了极大的性能提升。 YOLOv5是一种单阶段目标检测算法，该算法在YOLOv4的基础上添加了一些新的改进思路，使其速度与精度都得到了极大的性能提升。 YOLOv5算法具有4个版本，具体包括：YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x四种，本文重点讲解YOLOv5s，其它的版本都在该版本的基础上对网络进行加深与加宽。 针对不同的检测算法，输出端的分支个数不尽相同，通常包含一个分类分支和一个回归分支。YOLOv4利用GIOU_Loss来代替Smooth L1 Loss函数，从而进一步提升算法的检测精度。
2K20编辑于 2023-04-27 - 来自专栏TSINGSEE青犀视频
EasyCVR视频监控+AI智能分析网关如何助力木材厂安全生产？
1）温湿度监测：在木材存储区域和加工设备周围布置温湿度传感器。这些传感器可以监测木材的温度、湿度等参数，并将数据传输给监控平台。 2）视频监控系统：在木材厂内关键区域和设备上布置高清摄像头。 4）实时异常监测：通过视频AI分析算法和异常检测技术，对木材生产过程中的异常情况进行监测。例如，出现烟火燃烧、人员倒地等情况，及时发出报警。 5）设备状态监测：利用传感器和物联网技术，实时监测木材加工设备的运行状态和性能。例如，发生皮带撕裂、皮带堵料的情况时，可立即甄别并告警，这可以帮助预防设备故障和停机，并提高生产效率。 7）人员安全算法：为保障木材厂工作人员的安全，还可配备分析网关的工服检测、安全帽检测、人员抽烟检测等算法，确保人员生产安全。 平台既具备传统安防视频监控的能力，也具备接入AI智能分析的能力，包括对人、车、物、行为等事件的智能追踪与识别分析、抓拍、比对、告警上报、语音提醒等。
58620编辑于 2023-11-16 - 来自专栏燧机科技-视频AI智能分析
智能图像水位识别监测系统
智能图像水位识别监测系统利用OpenCV+yolo网络学习模型对河道江河湖泊等区域进行实时监测，当智能图像水位识别监测系统监测到水位刻度尺超标时立即抓拍。 OpenCV的全称是Open Source Computer Vision Library，是一个跨平台的计算机视觉处理开源软件库，支持与计算机视觉和机器学习相关的众多算法，以BSD许可证授权发行。 图片YOLO算法- YOLO算法是一种基于回归的算法，它不是选择图像中有趣的部分，而是预测整个图像中的类和包围框运行一次算法。要理解YOLO算法，我们首先需要了解实际预测的是什么。
1.5K30编辑于 2022-12-28 - 来自专栏燧机科技-视频AI智能分析
人员异常徘徊智能监测系统
人员异常徘徊智能监测系统利用现场监控终端对关键区域进行实时检测，当检测到监控画面中有人徘徊逗留时，人员异常徘徊智能监测系统马上预警提醒相关人员及时处置，并把警报截屏和视频保存到数据库系统生成表格方便事后查验 人员异常徘徊智能监测系统，能够分析人员的异常徘徊行为问题，当人员异常徘徊智能监测系统识别到监控区域有人来回踱步反复迟疑，系统将立即抓拍留档，并立即通知有关人员注意异常目标及时处理现场。 人员异常徘徊智能监测系统，解决传统监控设备没法实时检测主动分析预警，人力成本太高，事后追查繁琐且损失已经产生等问题。
45440编辑于 2022-10-23 - 来自专栏燧机科技-视频AI智能分析
值班离岗智能识别监测系统
值班离岗智能识别监测系统通过python+yolo网络模型视频分析技术，值班离岗智能识别监测系统能自动检测画面中人员的岗位状态（睡岗或者离岗），值班离岗智能识别监测系统一旦发现人员不在岗位的时间超出后台设置时间 Yolo算法采用一个单独的CNN模型实现end-to-end的目标检测，核心思想就是利用整张图作为网络的输入，直接在输出层回归 bounding box（边界框） 的位置及其所属的类别。
1.4K20编辑于 2023-03-19
腾讯云开发者
