-
基于YOLOv5的工業(yè)缺陷檢測系統硬件加速方案
在智能制造浪潮中，工業(yè)缺陷檢測正面臨每秒處理數千張高分辨率圖像的嚴苛挑戰(zhàn)。傳統CPU方案在處理4K分辨率圖像時單幀耗時超過3.2秒，難以滿足產線節(jié)拍?；赮OLOv5的硬件加速方案通過GPU與FPGA協同架構，在某汽車零部件產線實現單幀檢測延遲壓縮至12毫秒，誤檢率下降至0.12%，為工業(yè)AI落地提供了可復制的技術路徑。
-
基于視頻智能分析技術的醫(yī)院制氧間遠程監(jiān)控系統研究
醫(yī)院制氧間危險性高 ,容易發(fā)生重大事故 , 因此管理部門需要采用合適的監(jiān)控方案保證其正常運行 。鑒于此 ,設計 出一套醫(yī)院制氧間遠程監(jiān)控系統 ,將主動紅外對射與視頻智能分析技術結合 ,取得了成本和入侵檢測精度的較好平衡 ,在入侵 檢測算法上結合了YOLOv5高精度檢測能力及ViBe在入侵目標運動信息提取方面的優(yōu)勢 , 通過將兩種算法提取到的可疑目標區(qū) 域進行融合校正 ,排除單個算法的誤判 ,得到實時且比較準確的入侵判斷。該系統可滿足醫(yī)院制氧間監(jiān)控的獨特需求 , 為保障醫(yī) 院安全、降低運營成本做出相應貢獻。
