yolo-v3算法 文章 進入yolo-v3算法技術(shù)社區(qū)
英飛凌邊緣AI平臺DEEPCRAFT? Studio通過Ultralytics YOLO模型增加對計算機視覺的支持
- 全球功率系統(tǒng)、汽車和物聯(lián)網(wǎng)領(lǐng)域的半導體領(lǐng)導者英飛凌科技股份公司在DEEPCRAFT? Studio中增加了對計算機視覺的支持,擴大了當前對音頻、雷達和其他時間序列信號數(shù)據(jù)的支持范圍。在增加這項支持后,該平臺將能夠用于開發(fā)低功耗、低內(nèi)存的邊緣AI視覺模型。這將給諸多應(yīng)用領(lǐng)域的機器學習開發(fā)人員帶來極大的便利,例如工廠可以借此實現(xiàn)對零件的實時視覺檢測、機器會在有人靠近時自行關(guān)閉;智能家居設(shè)備可以監(jiān)測物體、人類或?qū)櫸铩?傊?,視覺能夠為邊緣AI應(yīng)用帶來巨大的可能性。DEEPCRAFT?視覺支持DEEPCRAFT?
- 關(guān)鍵字: 英飛凌 嵌入式展 DEEPCRAFT Ultralytics YOLO 計算機視覺
基于多目標檢測的交通監(jiān)測反饋系統(tǒng)

- 針對城市交通現(xiàn)狀,設(shè)計了基于多目標檢測的交通監(jiān)測反饋系統(tǒng)。該系統(tǒng)能對道路車流量、車速、車輛異常姿態(tài)等情況進行跟蹤監(jiān)測,并對于可疑情況進行預警,使工作人員及時做出相應(yīng)措施。本系統(tǒng)采用獨立開發(fā)的模式,主要通過Keras、Open CV庫等,使用Python語言開發(fā),應(yīng)用LSTM-AdaBoost對可疑車輛軌跡進行追蹤預測,并利用YOLO-V3算法對可疑車輛進行框選監(jiān)測,該系統(tǒng)還可以對道路車流量、車輛行駛速度、異常駕駛行為等情況進行監(jiān)測和預警,從而緩解城市交通現(xiàn)狀,進一步保障道路交通安全。
- 關(guān)鍵字: 多目標檢測 YOLO-V3算法 交通監(jiān)測 202212
共2條 1/1 1 |
yolo-v3算法介紹
您好,目前還沒有人創(chuàng)建詞條yolo-v3算法!
歡迎您創(chuàng)建該詞條,闡述對yolo-v3算法的理解,并與今后在此搜索yolo-v3算法的朋友們分享。 創(chuàng)建詞條
歡迎您創(chuàng)建該詞條,闡述對yolo-v3算法的理解,并與今后在此搜索yolo-v3算法的朋友們分享。 創(chuàng)建詞條
關(guān)于我們 -
廣告服務(wù) -
企業(yè)會員服務(wù) -
網(wǎng)站地圖 -
聯(lián)系我們 -
征稿 -
友情鏈接 -
手機EEPW
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產(chǎn)品世界》雜志社 版權(quán)所有 北京東曉國際技術(shù)信息咨詢有限公司
京ICP備12027778號-2 北京市公安局備案:1101082052 京公網(wǎng)安備11010802012473
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產(chǎn)品世界》雜志社 版權(quán)所有 北京東曉國際技術(shù)信息咨詢有限公司
