- 综合排序
- 最热优先
- 最新优先
- 来自专栏燧机科技-视频AI智能分析
AI工人操作行为流程规范识别算法
AI工人操作行为流程规范识别算法通过yolov7+python网络模型框架，AI工人操作行为流程规范识别算法对作业人员的操作行为进行实时分析，根据设定算法规则判断操作行为是否符合作业标准规定的SOP流程 AI工人操作行为流程规范识别算法并没有真正的去掉候选区域，而是创造性的将候选区和目标分类合二为一，看一眼图片就能知道有哪些对象以及它们的位置。 AI工人操作行为流程规范识别算法模型采用预定义预测区域的方法来完成目标检测，具体而言是将原始图像划分为 7x7=49 个网格（grid），每个网格允许预测出2个边框（bounding box，包含某个对象的矩形框 AI工人操作行为流程规范识别算法对于模型重参数化，该研究使用梯度传播路径的概念分析了适用于不同网络层的模型重参数化策略，并提出了有计划的重参数化模型。 AI工人操作行为流程规范识别算法 是在 MS COCO 数据集上从头开始训练的，不使用任何其他数据集或预训练权重。
1.1K10编辑于 2023-09-24 - 来自专栏燧机科技-视频AI智能分析
工人规范操作识别检测 yolov5
工人规范操作识别检测通过yolov5+python网络模型技术，工人规范操作识别检测对工人的操作进行实时监测，当工人规范操作识别系统检测到工人操作不符合规范时，将自动发出警报提示相关人员采取措施。 在YOLO系列算法中，工人规范操作识别检测算法模型针对不同的数据集，都需要设定特定长宽的锚点框。 在网络训练阶段，模型在初始锚点框的基础上输出对应的预测框，计算其与GT框之间的差距，并执行反向更新操作，从而更新整个网络的参数，因此设定初始锚点框也是比较关键的一环。 工人规范操作识别检测应用到的YOLOv5是一种单阶段目标检测算法，该算法在YOLOv4的基础上添加了一些新的改进思路，使其速度与精度都得到了极大的性能提升。
71320编辑于 2023-09-08 - 来自专栏算法专栏
Lnton羚通智能分析算法工人规范操作识别系统
工人规范操作识别系统通过yolov8+python网络模型技术，工人规范操作识别系统对工人的操作进行实时监测，当工人规范操作识别系统检测到工人操作不符合规范时，将自动发出警报提示相关人员采取措施 图片 工人规范操作识别是指利用技术手段来监测和识别工人在操作过程中是否符合安全和规范操作要求的一种技术。 通过对工人操作行为进行实时监控和分析，可以及时识别出不符合规范的操作行为，并提供相应的预警和反馈。 Lnton羚通智能分析算法工人规范操作识别系统根据具体的应用场景和需求选择适合的算法和方法，并结合合适的数据集进行模型训练和验证。同时，进行模型的调优和改进，以提高算法的准确性。图片
53560编辑于 2023-08-15 - 来自专栏燧机科技-视频AI智能分析
人员规范操作行为识别系统
人员规范操作行为识别系统通过Python基于yolov5网络深度学习架构模型对现场人员操作行为进行实时监测分析，如果人员规范操作行为识别系统yolov5网络深度学习架构模型发现现场人员未按照要求规范进行操作 、遗漏操作步骤更改先后作业顺序或者操作不规范，yolov5网络深度学习架构模型系统立即抓拍存档现场语音播报提醒相关人员行为不规范请立即改正，并同步违规信息到后台，推动现场作业安全着装规范、提升安全规范作业效率
75820编辑于 2022-12-26 - 来自专栏用户10566770的专栏
工人着装检测识别算法
对于制造业来说，工人按要求穿戴安全衣物是至关重要的，在生产作业的过程中，规范穿戴安全衣物不仅能够帮助工人抵御一定的安全风险，而且有助于区分工人的工种，帮助更好的对现场进行管理。 工人未按要求穿戴安全衣物识别算法基于Trinity算法引擎，通过深度学习技术对人员是否按规定穿戴安全衣物进行识别。 能够对工人是否穿戴反光衣、戴安全帽、规范穿戴工作服、佩戴口罩等现象进行识别，广泛用于制造业、建筑业、能源行业等，为安全生产保驾护航。 通过摄像头抓拍区域内画面，并对画面进行识别分析，一旦识别到未按照规范进行工服穿戴的人员进行自动抓拍并形成告警推送至管理人员。 能有效弥补传统人力巡查成本高、效率低、巡查不及时的弊端，利用人工智能算法对区域内人员着装规范进行及时识别，提高企业生产的安全性和规范性。
1.1K00编辑于 2023-12-09 - 来自专栏燧机科技-视频AI智能分析
工人工服识别检测系统
工人工服识别检测系统基于python+yolov7网络模型深度学习技术，工人工服识别检测系统对现场人员工服穿戴情况自动识别预警。
77430编辑于 2023-03-29 Git 操作规范
Git 操作规范新建分支通常新功能的分支都是基于 uat-sync 为副本新建；如果部分功能已上线却还未加入 uat-sync 中，则自行基于某分支或某次提交为副本新建。 当然，任务区分版本只是代码版本管理的方案之一，其他方案的规范不见得适用本节提交修改git commit -m {desc} 提交前请务必自行 review 检查一次。 合并分支合并前不要盲目自信，比如没有删除测试代码、遗漏功能未完成等，在 code review 中需检查代码规范（如命名/公共方法/容错和性能考虑等）。
41610编辑于 2024-12-08- 来自专栏燧机科技-视频AI智能分析
工人是否佩戴安全帽图像识别
工人是否佩戴安全帽图像识别系统能从繁杂的场景下对对未戴安全帽多个目标同时开展识别分析，识别、记录和预警提醒。 工人是否佩戴安全帽图像识别系统若发现违规操作，直接向有关人员推送报警消息记录，协助有关管理者进行安全生产工作，大大提升了安全监督的时效性，减少了人力成本。 工人是否佩戴安全帽图像识别综合主要用途十分广泛。依据施工工地、煤矿作业、电力作业、工厂等相关规定，工人务必戴安全帽保护人身安全，大家应该重视的是，只有保障安全问题才能保障各方面的利益。 工人是否佩戴安全帽图像识别系统可以通过样本的训练，算法的优化，适用于不同的场景监管安全帽佩戴问题。 工人是否佩戴安全帽图像识别也可以同时运行其他识别算法，抽烟识别、多色自适应工服识别、高空作业安全带识别、未戴口罩识别、睡岗离岗识别、玩手机打电话识别等功能。
60460编辑于 2022-10-02 - 来自专栏燧机科技-视频AI智能分析
AI识别工人安全绳佩戴检测算法
AI识别工人安全绳佩戴检测算法基于CNN的目标检测是通过CNN 作为特征提取器对现场图像进行处理和分析，AI识别工人安全绳佩戴检测算法识别出工人是否佩戴安全绳，一旦发现工人未佩戴安全绳，AI识别工人安全绳佩戴检测算法将立即进行告警 AI识别工人安全绳佩戴检测算法和low-level任务不同，目标检测需要预测物体类别及其覆盖的范围，因此需关注高阶语义信息。 这里的缩放并不确切，实际上是某种形变（warp），因为这种操作可能会导致proposal 的长宽比例发生改变，导致目标物体也发生形变。 这里有一个注意点，即AI识别工人安全绳佩戴检测算法正负样本如何确定（CNN 和SVM 都需要有监督的样本）。 最后要进行的是NMS 操作，这个是为了避免AI识别工人安全绳佩戴检测算法很多大小类似且只有微小位移的框（它们实际上框定的是同一个object）都被输出，导致框的重叠和冗余。
1K00编辑于 2023-09-20 - 来自专栏小尘哥的专栏
第11节 编码规范
本规范旨在为日常Go项目开发提供一个代码的规范指导，方便团队形成一个统一的代码风格，提高代码的可读性，规范性和统一性。 本规范将从命名规范，注释规范，代码风格和 Go 语言提供的常用的工具这几个方面做一个说明。该规范参考了 go 语言官方代码的风格制定。 ： 简要说明，格式说明：以函数名开头，“，”分隔说明部分 参数列表：每行一个参数，参数名开头，“，”分隔说明部分 返回值： 每行一个返回值 示例如下： // NewtAttrModel ， 属性数据层操作类的工厂方法 // 参数：// ctx ： 上下文信息// 返回值：// 属性操作类指针func NewAttrModel(ctx *common.Context) *AttrModel {} 4 默认一行就是一条数据 如果你打算将多个语句写在同一行，它们则必须使用 ; 3、括号和空格 括号和空格方面，也可以直接使用 gofmt 工具格式化（go 会强制左大括号不换行，换行会报语法错误），所有的运算符和操作数之间要留空格
88020发布于 2019-05-28 - 来自专栏燧机科技-视频AI智能分析
车间产线工人动作行为识别系统
一、引言 我国制造业规模以上工业企业超50万家（《2026年中国工业经济发展报告》），车间产线面临动作不规范导致不良率占比达28%（实验室抽样数据）、人工质检覆盖率＜40%、安全事故中70%源于违规操作等痛点 本文提出基于YOLOv11目标检测与RNN-LSTM时序行为建模的智能识别系统，通过多模态感知-动态动作建模-分级预警联动技术架构，实现动作识别精度95.2%（实验室数据），实测响应延迟＜0.5秒。 （二）算法层核心设计 YOLOv11工业动作检测优化 针对车间“小目标（如焊枪火花）、动态遮挡（零件传递）、复杂背景（金属反光）”问题，优化模型结构与训练策略： # YOLOv11模型配置（工业动作场景定制 四、实测数据与效果 指标实验室数据（NVIDIA A100）实测数据（某汽车零部件厂12条产线）动作识别精度95.2%92.7%违规操作检测率98.1%95.3%平均响应时间0.43s0.57s单工位效率提升 车间产线工人动作行为识别系统通过集成AI大模型，车间产线工人动作行为识别系统可以检测员工的工作质量，防止错误的操作引发质量问题；可以识别工人操作的速度和准确性，及时调整工人的工作方式以提高生产效率；可以监测生产过程中的关键环节
97910编辑于 2026-01-12 - 来自专栏燧机科技-视频AI智能分析
穿戴规范智能识别系统
穿戴规范智能识别系统通过yolov7+python网络模型AI深度视觉学习算法，穿戴规范智能识别系统对工厂画面中人员穿戴行为自动识别分析，发现现场人员未按照规定穿戴着装，立即抓拍告警。
1.4K40编辑于 2023-04-09 - 来自专栏嘘、小点声
日常记录（11）Verilog编程规范说明
11.三态逻辑可以在顶层模块中使用，子模块中避免使用三态。 12.没有未连接的端口（建议级别）。 13.到其他模块的接口信号，按如下顺序定义端口信号：输入，（双向），输出。
1.2K20编辑于 2021-12-16 - 来自专栏FECoding
多人协作 Git 操作规范指南
整理了一下之前为团队制定的 Git 操作规范，在此记录。 一. 按规定格式提交 commit message 使用 commitizen 等工具提交符合 Angular 规范的 commit message。 命名规范：feature-{功能名称}-{姓名缩写}，如 feature-template-ljl bug 修复分支 作用为修复某个线上 bug，从 master 分支上分出来，修复结束后再合入 dev 命名规范：hotfix-{功能名称}-{姓名缩写}，如 hotfix-template-tj 注：bug 修复分支需要先 merge origin master 以获取最新修改。 推荐 以下内容推荐但不强制（当你明确了解这些操作可能造成什么样的后果以及能解决什么问题时再考虑使用）： 未推送过的分支使用 git rebase 代替 merge 合并 master 分支 merge
2K20发布于 2019-04-25 - 来自专栏IMWeb前端团队
服务器操作规范（初稿）
本文作者：IMWeb moonye 原文出处：IMWeb社区 未经同意，禁止转载 服务器操作规范（初稿） 一切操作都需要在确保安全的前提下进行 安全规范 账号 非必要情况下，以非root用户登录操作 多人操作环境，给定普通用户账号 口令 控制口令强度，修改频次为一个月或三个月 磁盘使用 监控磁盘使用情况，防止爆盘 重要文件管理 备份 添加不可更改位，这样root用户修改也要指定特定参数 chattr nginx，thinkjs默认自带开启日志 版本 系统或软件从官方渠道下载 系统命令禁止修改，如rm，mv 访问控制 禁用目录浏览，敏感文件数据禁止放在web目录下面（包括svn，cvs版本控制的文件） 操作规范 服务器 危险操作前一定要备份 数据库 绑定内网ip 设置登录密码 删除默认数据库及用户 新建mysql用户和组，相关权限给到mysql用户 库，表级别操作慎重 危险操作 rm -rf dir/filename ） 操作前一定备份数据，操作时最好有人结对 自动化 重要文件或数据库备份自动化 可通过crontab任务来定时执行 服务或程序本身属于定时任务，则对于重要数据、文件在服务或程序内部自行实现 问题跟踪 以上一些操作涉及到
1.7K30发布于 2019-12-04 - 来自专栏IMWeb前端团队
服务器操作规范（初稿）
本文作者：IMWeb moonye 原文出处：IMWeb社区 未经同意，禁止转载 服务器操作规范（初稿） 一切操作都需要在确保安全的前提下进行 安全规范 账号 非必要情况下，以非root用户登录操作 多人操作环境，给定普通用户账号 口令 控制口令强度，修改频次为一个月或三个月 磁盘使用 监控磁盘使用情况，防止爆盘 重要文件管理 备份 添加不可更改位，这样root用户修改也要指定特定参数 chattr nginx，thinkjs默认自带开启日志 版本 系统或软件从官方渠道下载 系统命令禁止修改，如rm，mv 访问控制 禁用目录浏览，敏感文件数据禁止放在web目录下面（包括svn，cvs版本控制的文件） 操作规范 服务器 危险操作前一定要备份 数据库 绑定内网ip 设置登录密码 删除默认数据库及用户 新建mysql用户和组，相关权限给到mysql用户 库，表级别操作慎重 危险操作 rm -rf dir/filename ） 操作前一定备份数据，操作时最好有人结对 自动化 重要文件或数据库备份自动化 可通过crontab任务来定时执行 服务或程序本身属于定时任务，则对于重要数据、文件在服务或程序内部自行实现 问题跟踪 以上一些操作涉及到
2.8K80发布于 2018-01-08 - 来自专栏自动化、性能测试
Flask（11）- 操作 Cookie
前言 Cookie 详解：https://www.cnblogs.com/poloyy/p/12513247.html 这一节来瞧一瞧如何用 Flask 操作 Cookie 接下来就是 实战栗子！！！ 功能 list 提供操作 Cookie 的 3 项功能 页面路径 功能 /set_cookie 设置一个名称为 poloyy、值为 https://www.cnblogs.com/poloyy 的 Cookie
39520发布于 2021-07-19 - 来自专栏技术杂记
Solr基础操作11
"4931",12, "4964",12, "5008",12, "5030",12, "5063",12, "4735",11 , "4942",11, "4975",11, "4997",11, "4702",10, "4845",10, "4854
51810编辑于 2022-06-29 Test Manager软件FCT测试操作规范
TestManager作为专业自动化测试管理软件，为FCT测试提供完整的流程管控、数据采集、结果分析及追溯能力，本文将详细说明基于该软件的FCT测试全流程操作规范，确保测试过程标准化、结果精准可追溯。 一、FCT测试前期准备1.1软件环境确认确保TestManager软件运行环境符合系统要求，避免因环境不达标导致测试异常，具体要求如下：操作系统：Windows10/11(x64)版本，确保系统无兼容性问题 2.2.2基本参数配置每个测试步骤需配置基本参数，确保测试可执行、可追溯：步骤名称：填写描述性名称（如“3.3V电压测试”“UART通信测试”），便于识别；超时时间：设置步骤最大执行时间（单位ms），避免测试卡顿 三、FCT测试执行测试流程配置完成后，进入测试执行环节，严格按照以下步骤操作，确保测试过程规范、数据准确：3.1测试前准备选择测试流程：在测试执行页面，通过下拉菜单选择已配置的FCT测试流程（如“MODEL-A100FCT ：统计各操作员的测试工作量、个人良率、平均测试时间，进行绩效排名，优化测试人员配置。
37710编辑于 2026-04-11- 来自专栏Java架构学习路线
11条MySQL规范，你知道的有几个？
，文件很大时，IO操作很耗时 通常存储于文件服务器，数据库只存储文件地址信息 9、禁止在线上做数据库压力测试 10、禁止从开发环境，测试环境直接连接生成环境数据库 三、数据库字段设计规范 1、优先选择符合存储需要的最小的数据类型 九、索引SET规范 尽量避免使用外键约束 · 不建议使用外键约束（foreign key），但一定要在表与表之间的关联键上建立索引； · 外键可用于保证数据的参照完整性，但建议在业务端实现； · 外键会影响父表和子表的写操作从而降低性能 十、数据库SQL开发规范 1、建议使用预编译语句进行数据库操作 预编译语句可以重复使用这些计划，减少SQL编译所需要的时间，还可以解决动态SQL所带来的SQL注入的问题 只传参数，比传递SQL语句更高效 10、减少同数据库的交互次数 数据库更适合处理批量操作 合并多个相同的操作到一起，可以提高处理效率 11、对应同一列进行or判断时，使用in代替or in的值不要超过500个in操作可以更有效的利用索引 SQL为多个小SQL · 大SQL：逻辑上比较复杂，需要占用大量CPU进行计算的SQL · MySQL：一个SQL只能使用一个CPU进行计算 · SQL拆分后可以通过并行执行来提高处理效率 十一、数据库操作行为规范
1K40发布于 2019-08-28
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号