RT-CLAD:在饮用水处理厂内基于人工智能实时检测虫幼虫
Goeun Jang1, Wooseong Yeo2, Meeyoung Park2
1Department of Environmental and Energy Engineering, Chonnam National University, 77 Yongbong-ro, Buk-gu, Gwangju 61186, Republic of Korea.
Sensors (Basel, Switzerland)
|January 11, 2024
概括
一个新的实时虫幼虫检测系统 (RT-CLAD) 使用深度学习来准确识别自来水中的幼虫. 这项技术通过解决水处理厂面临的挑战,提高了供水安全.
科学领域:
- 环境科学 环境科学
- 水质监测 水质监测
- 人工智能的人工智能
背景情况:
- 在南韩,自来水中的虫幼虫引起了公众的关注.
- 防止供水系统中的幼虫污染仍然是一个重大挑战.
研究的目的:
- 为饮用水处理厂开发和实施一个实时虫幼虫检测系统 (RT-CLAD).
- 通过先进的检测方法提高供水安全.
主要方法:
- 使用深度学习算法:卷积神经网络 (CNN),你只看一次 (YOLO) 和残余神经网络 (ResNet).
- 采用多光谱摄像机在广泛的光谱范围内获取图像,捕捉独特的波纹波段.
- 预处理的波形转换图像,以最大限度地减少数据大小,以实现高效的处理.
主要成果:
- 这三种深度学习算法 (CNN,YOLO,ResNet) 在检测虫幼虫时都实现了100%的准确性.
- 与YOLO和ResNet.Net相比,CNN算法由于更快的处理速度和更简单的架构,显示出更高的效率.
结论:
- 开发的RT-CLAD系统有效地解决了水处理中的幼虫检测挑战.
- 这种人工智能驱动的系统预计将大大提高供水的安全性和可靠性.
更多相关视频
11:19Preparation and Testing of Impedance-based Fluidic Biochips with RTgill-W1 Cells for Rapid Evaluation of Drinking Water Samples for Toxicity
Published on: March 7, 2016
9.1K
07:25Detection of Phytophthora capsici in Irrigation Water using Loop-Mediated Isothermal Amplification
Published on: June 25, 2020
6.5K
