基于深度学习的多维疲劳驾驶检测系统

针对机动车驾驶员疲劳驾驶的检测问题,本文设计了一种基于深度学习与计算机视觉的多特征融合疲劳驾驶检测系统。该系统基于Jetson Nano便携式开发板,使用目标检测框架YOLOV3对驾驶员进行面部定位,而后进行人脸多特征点提取、多维度特征融合分析,评估驾驶员状态。该系统创新性地引入时间特征维度,对面部特征以时间维度进行"预分析"和"趋势化"的分析方法,极大地缩减了驾驶员个体差异对判别带来的影响,达到了疲劳驾驶检测的高置信、高精度。     

基于深度学习的果蝇识别

识别果蝇并根据其数量变化总结出果蝇暴发规律,在其暴发期到来前采用相应手段进行诱杀,是有效加强树莓虫害防控的综合措施.但是,由于果蝇躯体小,人工识别难度大、耗时长、效率低,因此本文提出一种基于深度学习的果蝇识别方法.该方法采用YOLO v3目标检测模型,通过建立果蝇数据集对模型进行训练.测试结果表明,该方法对果蝇的平均识...     

基于注意力机制与YOLOv5s的轻量化农作物害虫检测方法

为解决在自然环境中人工检测害虫精度低、速度慢的问题,提出了一种基于注意力机制与YOLOv5s的轻量化目标检测算法．首先,使用Ghost卷积替换YOLOv5s中的普通卷积,得到轻量化的主干特征提取网络．其次,在YOLOv5s中加入加权双向特征融合机制,从而实现高效的双向交叉连接和多尺度特征融合．最后,在主干网络中加入坐标注意力机制,从而增强网络模型对位置信息的关注．与原YOLOv5s算法相比,新算法在IP102农作物害虫检测数据集上的平均精度均值提升了2.1%,模型参数量和计算量分别减少了44.6%和44.3%,检测速度为64.8FPs．实验结果表明,基于注意力机制与YOLOv5s的轻量化目标检测算法不仅提升了农作物害虫检测精度,而且显著降低了模型参数量和计算量,能够满足农作物害虫检测的应用需求．     

基于改进的YOLO v3的遥感图像目标检测

为了实现对遥感图像目标检测,对YOLO v3算法特征提取网络进行了改进。采用复制主干网络的方法,搭建辅助网络,使网络能够提取到更多的特征。为了使主干网络和辅助网络所提取的特征整合到一起,采用挤压激励(Squeeze and excitation, SE)注意力机制模块进行连接并使用DOTA数据集进行验证,以准确率等评价指标来评价改进网络的性能。实验结果表明,检测的能力在改进后有着明显的提升,比原始的YOLO v3算法准确率提高了8.68%,在检测精度上有所提升。     

基于改进的YOLO v3的遥感图像目标检测

为了实现对遥感图像目标检测,对YOLO v3算法特征提取网络进行了改进。采用复制主干网络的方法,搭建辅助网络,使网络能够提取到更多的特征。为了使主干网络和辅助网络所提取的特征整合到一起,采用挤压激励(Squeeze and excitation, SE)注意力机制模块进行连接并使用DOTA数据集进行验证,以准确率等评价指标来评价改进网络的性能。实验结果表明,检测的能力在改进后有着明显的提升,比原始的YOLO v3算法准确率提高了8.68%,在检测精度上有所提升。     

基于改进YOLOv5s的车辆检测研究

【目的】针对目标检测算法在车辆检测领域中应用时存在模型复杂、检测精度较低的问题,基于改进YOLOv5s算法开展车辆检测研究。【方法】以Ghost模块来替换YOLOv5s中的主干网络,以达到模型剪枝的目的,改进后的网络模型复杂度有所降低,从而解决了网络模型较大的问题。同时,可引入挤压—激励注意力机制来提取更重要的特征信息,达到提高检测精度的目的。本研究所用到的数据集均为汽车图像,车辆检测数据集共有12 786张图片,将该数据集按照8∶1∶1的比例进行划分。其中,训练集为10 228张,测试集和验证集均为1 279张,采用对比试验法进行研究。【结果】试验结果表明,与原有的YOLOv5s相比,改进后的网络模型在车辆检测数据集上的平均准确率均值提升3%,查准率和召回率分别提升1.9%和3.2%,模型大小下降42%。【结论】改进后的网络模型有效降低了模型的复杂度,提高了检测精度,并节约成本。     

基于深度学习的线上教学学情监测系统研究

线上教学在疫情期间得到广泛应用,但是在授课过程中,教师没有精力关注每一位学生对讲授内容的实时反应,无法针对性地调整授课方案,导致教学效果不佳.因此,本文开发了基于深度学习的线上教学学情监测系统.该系统采用Yolov3算法,结合摄像头实时采集的视频画面,对学生进行检测定位,计算学生在线时间.同时,其使用Dlib开源库检测...     

基于深度学习的车检图像多目标检测与识别

为了实现快速和自动的车辆外观检测,提出一种基于深度学习的车检图像多目标检测与识别方法。首先,采用轻量级神经网络YOLOv3实现车检图像中车头、轮胎、车牌及三角形标志的检测与识别;其次,采用多任务级联卷积神经网络实现车牌4个关键点定位;再次,利用车牌4个关键点坐标,结合目标车牌图像高宽先验,通过透视变换对车牌进行校正;最后,设计卷积神经网络实现车牌底色分类,同时设计卷积循环神经网络,实现车牌字符识别。实验结果表明,在816×612的车检图像上,该方法中端到端的多目标检测与识别的平均精度达98.03%;为便于在车检场景下应用该模型,利用阿里巴巴推理引擎将模型部署到CPU端,使多目标检测与识别的平均速度达10帧/s,从而满足车检的应用需求。     

基于深度学习的下井人员安全状态快速检测算法研究

在矿井生产中,作业环境复杂,安全生产风险较大,而传统的人工安全状态检测存在效率较低、漏检率较高等问题.因此,本文提出了基于卷积神经网络的下井人员安全状态快速检测方法.其间使用YOLOv3网络进行安全帽、工作服、工作鞋的多类别目标识别.试验表明,相比于传统人工检测方法,此算法具备更高的检测效率.在试验中,平均精度均值(m...     

基于卷积神经网络和投票机制的轨道板裂缝检测

现有的检测方法对轨道板细微裂缝和夜间拍摄的裂缝图像存在误检和漏检的现象,为此提出了一种基于卷积神经网络的改进方法.将特征图分组后用注意力机制强化各组向量的特征表达,以动态聚合弱分类器预测结果的方式得到最终的裂缝置信度.借助投票机制有效降低最终的预测偏差,提升模型的鲁棒性.实验结果表明:该改进方法在减少模型参数的情况下,...     

嵌入式网络图像监控系统的设计与实现

针对常见视频图像监控系统存在的扩展能力差、监控范围小,以及无法实现有效的报警联动机制等缺点,应用嵌入式技术设计网络图像监控系统.系统以S3C2410为主要元件构建硬件平台,通过对Linux的移植建立嵌入式操作系统.实验测试结果表明,该系统具有无人值守、自动报警、易于扩展等优点,能对家庭、楼宇、仓库等场所进行远程监控.     

基于GPU的MC算法

MarchingCubes算法是医学图像三维重建获取等值面常用的方法,该方法原理简单,但在遍历立方体的时候会遍历许多空立方体,浪费时间。本文提出一种基于顶点状态获取相邻非空体元的方法,根据顶点的状态判断某一面是否含有等值边,含有等值边的那面相邻体元有很大可能含有等值边,减少空立方体的遍历。此外,本文还将算法在基于GPU的基础上进行并行化处理。     

基于嵌入式系统的智能快递柜控制系统设计

本文设计了一种基于嵌入式系统的智能快递柜控制系统。该系统将嵌入式芯片作为核心,结合液晶触摸屏、条形码识别模块、GPRS模块、红外检测传感器以及电磁锁控制技术等外围设备,实现了系统自助派件、快递取件信息提醒、用户身份验证、自助取件等功能,满足了邮件方便、快速存取的要求。     

基于PSTN的嵌入式水情数据传输系统

介绍一种建立在PSTN上的嵌入式水情数据传输系统的设计方法,该系统以ARM核的32位嵌入式微处理器S3C4480X为硬件平台，采用实时操作系统μC/OS-Ⅱ进行任务的调度和管理，将TCP/IP协议栈嵌入到水情测报仪中，通过电话拨号与网络相连，实现了水情数据的远程传输。     

嵌入式Linux在VolP网关上的移植分析

首先对基于W90N740微处理器的VoIP网关进行设计,然后通过对嵌入式Linux操作系统(uClinux)的内核结构和文件系统的研究,分析了uClinux系统引导和内核执行的过程,实现了嵌入式Linux在VoIP网关系统上的移植.     

嵌入式Linux在VoIP网关上的移植分析

首先对基于W90N740微处理器的VoIP网关进行设计，然后通过对嵌入式Linux操作系统(uClinux)的内核结构和文件系统的研究，分析了uClinux系统引导和内核执行的过程，实现了嵌入式Linux在VoIP网关系统上的移植。     

基于智能刹车的货车安全防护系统

基于新型货车安全驾驶系统的设计与研究,主要介绍了当前货车安全系统发展现状与未来的发展空间,并认真分析了基于智能刹车安全防护系统的原理及组件构成,以及智能刹车系统的工作机理和如何提高货车安全驾驶,同时根据天气情况和道路驾驶环境要求对货车安全驾驶系统开展实验,分析安全驾驶系统对各种天气情况下的掌握,以及对发生特殊情况时系统的灵敏性进行具体分析研究。另外,简述货车安全防护系统的应用前景。     

一种基于轮廓和混合高斯模型的运动车辆视频检测方法

针对光线突变对视频中运动目标检测的干扰问题,根据光线变化对事物轮廓没有直接影响的特点,提出了利用轮廓边缘元素建立自适应混合高斯背景模型的检测方法,有效地解决了由于光线突变造成的背景建模失真和前景目标难以准确提取的问题．实验表明该方法能够准确、实时地检测出复杂天气条件下的运动车辆目标,具有很强的鲁棒性．     

基于单片机的嵌入式系统接入互联网技术的研究

首先对当前流行的基于MCU嵌入式系统接入Internet的解决方案作了一些探讨，并对在8位MCU上实现TCP／IP协议的技术作了分析研究，然后针对MCU的特点，提出了一些不同于UNIX系统的非常规方法。最后在相应的实验板上基本实现了TCP／IP协议，取得了较好的效果。