相关实验视频
Updated: Jun 27, 2025

08:05
Design and Analysis for Fall Detection System Simplification
Published on: April 6, 2020
10.7K
实时动态智能图像识别和跟踪系统用于岩石布灾害
Yu-Wei Lin1, Chu-Fu Chiu2, Li-Hsien Chen2
1Department of Mechanical Engineering, National Taipei University of Technology, Taipei City 10608, Taiwan.
Journal of imaging
|April 26, 2024
概括
一个新的深度学习系统可以实时检测落石,这对台湾至关重要.
科学领域:
- 地质科学和灾害管理
- 计算机科学和人工智能 人工智能
背景情况:
- 台湾的山地形和极端天气导致频繁的石灾害.
- 现有的灾难检测传感器记录事件后的变化,缺乏实时功能.
- 岩石落造成伤亡,赔偿索赔,并破坏运输安全.
研究的目的:
- 开发和评估一个实时的落石探测和跟踪系统.
- 加强灾害管理和防范战略,在易落石的地区.
主要方法:
- 开发了一个集成YOLO (You Only Look Once) 和图像处理以实时跟踪的系统.
- 在2490张高分辨率RGB图像的自定义数据集上训练了系统.
- 在30个不同的岩石落场景视频中评估了性能.
主要成果:
- 实现了0.845的平均平均精度 (mAP50) 和0.41.45的mAP50-95的平均精度.
- 演示了125 ms的快速处理时间.
- 该系统在快速追踪和识别危险的岩石落方面被证明有效.
结论:
- 开发的深度学习系统为实时岩石落检测提供了重大进步.
- 有效的追踪和识别能力提高了灾害管理和预防工作.
- 该系统有望改善危险地区的交通安全.
更多相关视频
07:14Tracking Infiltration Front Depth Using Time-lapse Multi-offset Gathers Collected with Array Antenna Ground Penetrating Radar
Published on: May 1, 2018
7.8K
07:30A Test Bed to Examine Helmet Fit and Retention and Biomechanical Measures of Head and Neck Injury in Simulated Impact
Published on: September 21, 2017
8.9K