- 综合排序
- 最热优先
- 最新优先
- 来自专栏算法专栏
Lnton羚通智能分析算法工服智能监测预警算法
工服智能监测预警系统通过yolov8网络模型算法，工服智能监测预警算法对现场人员未按要求穿戴工服工装则输出报警信息，通知后台人员及时处理。 YOLO系列算法是一类典型的one-stage目标检测算法，其利用anchor box将分类与目标定位的回归问题结合起来，从而做到了高效、灵活和泛化性能好，所以在工业界也十分受欢迎。 工服智能监测预警算法是一种用于检测和预警员工工作服装状况的技术。 该算法可以通过计算机视觉和图像处理技术，对员工穿着的工作服进行实时监测、分析和预警，以确保员工的穿着符合规定，并提醒员工及时更换损坏的工作服。 图片图片 Lnton羚通智能分析算法工服智能监测预警算法根据设定的规则和要求，判断工作服的状况是否符合预期。
1K30编辑于 2023-08-14 - 来自专栏燧机科技-视频AI智能分析
工服智能监测预警系统
工服智能监测预警系统通过yolov8网络模型算法，工服智能监测预警系统对现场人员未按要求穿戴工服工装则输出报警信息，通知后台人员及时处理。 工服智能监测预警系统Yolo算法采用一个单独的CNN模型实现end-to-end的目标检测，核心思想就是利用整张图作为网络的输入，直接在输出层回归 bounding box（边界框） 的位置及其所属的类别 YOLO系列算法是一类典型的one-stage目标检测算法，其利用anchor box将分类与目标定位的回归问题结合起来，从而做到了高效、灵活和泛化性能好，所以在工业界也十分受欢迎。 YOLOv8 算法的核心特性和改动可以归结为如下：提供了一个全新的 SOTA 模型，包括 P5 640 和 P6 1280 分辨率的目标检测网络和基于 YOLACT 的实例分割模型。 模块中的 2 个卷积连接层d) Backbone 中 C2f 的 block 数从 3-6-9-3 改成了 3-6-6-3e) 查看 N/S/M/L/X 等不同大小模型，可以发现 N/S 和 L/X
45320编辑于 2023-05-10 - 来自专栏燧机科技-视频AI智能分析
AI智能工服识别算法
AI智能工服识别算法通过yolov5+python网络深度学习算法模型，AI智能工服识别算法通过摄像头对现场区域利用算法分析图像中的工服特征进行分析实时监测工作人员的工服穿戴情况，识别出是否规范穿戴工服 AI智能工服识别算法特征提取是指提取工服中的点或者块。因此不需要精确的人体定位和跟踪，并且局部特征对人体的表观变化，视觉变化和部分遮挡问题也不是很敏感。因此在行为识别中采用这种特征的分类器比较多。 AI智能工服识别算法中之所以选择YOLO网络框架模型是因为Yolo采用卷积网络来提取特征，然后使用全连接层来得到预测值。网络结构参考GooLeNet模型，包含24个卷积层和2个全连接层。 AI智能工服识别算法对于卷积层，主要使用1x1卷积来做channle reduction，然后紧跟3x3卷积。 除了上面这个结构，AI智能工服识别算法提出了一个轻量级版本Fast Yolo，其仅使用9个卷积层，并且卷积层中使用更少的卷积核。
65320编辑于 2023-09-14 - 来自专栏燧机科技-视频AI智能分析
AI工衣工服智能识别系统
AI工衣工服智能识别系统通过yolov7网络模型深度学习算法，AI工衣工服智能识别系统对场人员穿戴进行实时不间断监测，AI工衣工服智能识别系统发现现场人员未按要求穿戴时，AI工衣工服智能识别系统立即抓拍告警 You Only Look Once说的是只需要一次CNN运算，Unified指的是这是一个统一的框架，提供end-to-end的预测，而Real-Time体现是Yolo算法速度快。 FPS V100，55.9% AP）比基于 transformer 的检测器 SWINL Cascade-Mask R-CNN（9.2 FPS A100，53.9% AP）速度上高出 509%，精度高出 2%
89480编辑于 2023-02-15 - 来自专栏燧机科技-视频AI智能分析
工服穿戴检测联动门禁开关算法
工服穿戴检测联动门禁开关算法通过yolov8深度学习框架模型，工服穿戴检测联动门禁开关算法能够准确识别和检测作业人员是否按照规定进行工服着装，只有当人员合规着装时，工服穿戴检测联动门禁开关算法会发送开关量信号给门禁设备 所以粗略来说，工服穿戴检测联动门禁开关算法的整个结构就是输入图片经过神经网络的变换得到一个输出的张量。 或者我们把工服穿戴检测联动门禁开关算法 7x7x30 的张量看作 7x7=49个30维的向量，也就是输入图像中的每个网格对应输出一个30维的向量。 Head： 工服穿戴检测联动门禁开关算法Head部分较yolov5而言有两大改进：1）换成了目前主流的解耦头结构(Decoupled-Head)，将分类和检测头分离 2）同时也从 Anchor-Based 2）并引入了 Distribution Focal Loss(DFL)Train:工服穿戴检测联动门禁开关算法训练的数据增强部分引入了 YOLOX 中的最后 10 epoch 关闭 Mosiac 增强的操作
70830编辑于 2023-09-24 - 来自专栏燧机科技-视频AI智能分析
工服穿戴检测算法 工装穿戴识别算法
工服穿戴检测算法 工装穿戴识别算法利用yolo网络模型图像识别技术，工服穿戴检测算法 工装穿戴识别算法可以准确地识别现场人员是否穿戴了正确的工装，包括工作服、安全帽等。 工服穿戴检测算法 工装穿戴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 这就意味着 工服穿戴检测算法 工装穿戴识别算法可以以小于 25 毫秒延迟，实时地处理视频。对于欠实时系统，在准确率保证的情况下，速度快于其他方法。 图片工服穿戴检测算法 工装穿戴识别算法先使用ImageNet数据集对前20层卷积网络进行预训练，然后使用完整的网络，在PASCAL VOC数据集上进行对象识别和定位的训练。 工服穿戴检测算法 工装穿戴识别算法在采用NMS（Non-maximal suppression，非极大值抑制）算法选出最有可能是目标的结果。
97120编辑于 2023-09-21 - 来自专栏TSINGSEE青犀视频
TSINGSEE青犀智能分析网关工服识别算法，如何最大限度保障工人安全？
众所周知，TSINGSEE青犀智能分析网关算法繁多，大多数算法已经和大家讲解过了，今天就和大家聊一聊工服识别算法。 工服识别算法一般应用于工地、化工、煤矿等场所，用来监督检测施工人员是否按照要求着工服，最大程度保障人员安全，具体有以下作用：1、实时监控与告警检测员工是否按照要求着工作服、安全帽，一旦员工没有按照要求着装 2、数据记录和存储TSINGSEE青犀智能分析网关+EasyCVR智能监控系统，具备了数据记录和存储功能，能够将摄像头采集到的数据进行记录和存储。 TSINGSEE青犀视频智能分析网关，可实现对视频监控场景中的人脸、人体、安全帽、口罩等进行抓拍、检测与识别，支持对异常情况进行智能提醒和通知，广泛用于客流统计、周界防范、明厨亮灶、通用安防监控、企业安全生产
38530编辑于 2023-11-09 - 来自专栏燧机科技-视频AI智能分析
拥挤聚集智能监测算法
拥挤聚集智能监测算法可以通过yolov7网络模型深度学习框架对人员数量、密度等进行实时监测，拥挤聚集智能监算法识别出拥挤聚集的情况，并及时发出预警。
44330编辑于 2023-05-26 - 来自专栏燧机科技-视频AI智能分析
充电站AI算法智能识别监测系统
在此背景下，充电站AI算法智能识别监测系统应运而生。该系统利用先进的计算机视觉技术，对充电桩区域进行全天候智能监测。 二、核心技术架构：多任务感知与时序逻辑推理充电站AI算法智能识别监测系统并非单一功能的叠加，而是基于深度学习多任务学习框架（Multi-task Learning）构建的综合感知引擎。 交通流分析：利用多目标跟踪算法（如DeepSORT或ByteTrack），实时统计车流量，识别车辆逆行轨迹及局部拥堵状态，为场站动线优化提供数据支撑。2. 四、部署实施的关键考量在推进充电站AI算法智能识别监测系统落地时，需关注以下工程化细节：点位规划与视角优化：摄像头应覆盖所有充电车位及通道，建议采用广角高位俯拍以减少盲区，同时兼顾充电枪特写视角的需求（ 五、结语充电站AI算法智能识别监测系统的应用，标志着新能源基础设施运营从“粗放式管理”向“数字化智治”的跨越。
45610编辑于 2026-03-08 - 来自专栏TSINGSEE青犀视频
智慧电力方案：安防监控/视频分析AI识别技术在电力领域中的应用
为实现电力的可持续发展，提升电力的高效、安全运维管理，基于AI智能识别技术的智慧电力解决方案应运而生。 二、解决方案在电力领域中，TSINGSEE青犀AI智能分析网关V3涉及的算法包括：安全帽识别、未穿长袖识别、人员越线识别、人员倒地识别、区域入侵识别、睡岗识别等。 1）工服检测在电力行业中，工服与安全帽的佩戴尤为重要，TSINGSEE青犀AI智能分析网关V3配备了安全帽/工服/未穿长袖检测，可以极大限度地督促工作人员着装安全，保障工作人员施工/巡检安全。 2）周界入侵周界入侵算法可以智能识别、主动监测、可视化预警，实现周界入侵零误报、零事故，对电线杆、电线桩、高压线等区域，进行实时视频监控与AI检测，一旦有外部人员靠近，可立即通知管理人员进行处理，还可配备语音喊话功能 基于以上AI算法与EasyCVR平台的视频能力，我们可以时刻监测设备是否正常运转、人员穿戴是否合规，保障人员在巡检作业时，做好安全措施，杜绝违规操作，消除安全隐患，筑牢安全防线。
59510编辑于 2023-09-01 24h AI 门店管家：用视觉智能填补周期巡店的管理空档
全时段监测 通过部署在门店内的摄像头采集实时画面，结合 AI 视觉算法，对食安合规、服务规范、陈列标准、安全防控等核心运营场景进行 7×24 小时持续分析。2. 在实际核心违规监测场景中，算法准确率达到 98.7%，相比传统方案提升约 16 个百分点。2. 动态自适应的规则引擎系统支持灵活配置检测策略，以适应不同品牌的个性化管理需求。 · 部署算法：员工工服/口罩/发网检测、原材料合规检测、外卖保温袋检测。 · 效果：门店食安违规率下降超过 30%，品控相关客诉下降接近 50%。 · 部署算法：员工工服检测、车辆进店抓拍及车牌登记、车辆离店工作台清洁检测。 · 效果：飞单事件基本消失，服务流程合规率提升至 97%，新店标准化落地周期缩短 70%。 · 部署算法：员工玩手机检测、员工工服检测、员工离岗检测、会议未开展检测。 · 效果：员工在岗行为违规事件减少近 50%，岗位人效提升超过 20%。
33510编辑于 2026-04-23- 来自专栏TSINGSEE青犀视频
智慧电力方案：安防监控/视频分析AI识别技术在电力领域中的应用
为实现电力的可持续发展，提升电力的高效、安全运维管理，基于AI智能识别技术的智慧电力解决方案应运而生。 二、解决方案在电力领域中，TSINGSEE青犀AI智能分析网关V3涉及的算法包括：安全帽识别、未穿长袖识别、人员越线识别、人员倒地识别、区域入侵识别、睡岗识别等。 1）工服检测在电力行业中，工服与安全帽的佩戴尤为重要，TSINGSEE青犀AI智能分析网关V3配备了安全帽/工服/未穿长袖检测，可以极大限度地督促工作人员着装安全，保障工作人员施工/巡检安全。 2）周界入侵周界入侵算法可以智能识别、主动监测、可视化预警，实现周界入侵零误报、零事故，对电线杆、电线桩、高压线等区域，进行实时视频监控与AI检测，一旦有外部人员靠近，可立即通知管理人员进行处理，还可配备语音喊话功能 基于以上AI算法与EasyCVR平台的视频能力，我们可以时刻监测设备是否正常运转、人员穿戴是否合规，保障人员在巡检作业时，做好安全措施，杜绝违规操作，消除安全隐患，筑牢安全防线。
67720编辑于 2023-09-01 - 来自专栏TSINGSEE青犀视频
视频云存储安防监控AI视频智能分析网关V3：工服检测功能详解
在一些工地、后厨、化工、电力等特定的场景中，工服的穿戴是必不可少的。这不仅是安全制度的要求，更能降低工作风险、提高工作效率。 TSINGSEE青犀AI 边缘计算网关硬件 —— 智能分析网关可以通过实时监测和识别工人的工装穿戴情况，确保他们符合安全要求。 工装穿戴检测/安全着装检测技术能通过数据分析，提供工装穿戴情况的实时监测和分析功能，为工作管理提供决策支持，可以有效降低工作风险，提高工作安全性，为工人提供一个安全、高效的工作环境。 我们的 AI 边缘计算网关硬件 —— 智能分析网关目前有 5 个版本：V1、V2、V3、V4、V5，每个版本都能实现对监控视频的智能识别和分析，支持抓拍、记录、告警等，每个版本在算法模型及性能配置上略有不同 硬件可实现的 AI 检测包括：人脸结构化数据、车辆结构化数据、场景检测类算法、行业类检测算法、人员行为类检测算法等。感兴趣的用户可以前往演示平台进行体验或部署测试。
40720编辑于 2023-09-01 - 来自专栏TSINGSEE青犀视频
智慧工地防盗新手段：TSINGSEE青犀工地智能监控防盗系统方案
2、周界入侵检测系统通过TSINGSEE青犀智能分析网关中的周界入侵算法，在工地堆料、危险区域、或器具堆放区域等，划定警戒线，一旦有人员进入禁区，系统会自动触发警报并及时通知相关人员。 4、 防盗报警系统安装声光报警器，当工地智能监控系统监测到有可疑活动时，会发出警报声，并同步触发摄像头拍摄和录像，以提供证据。 5、智能算法EasyCVR工地智能监控系统内含TSINGSEE青犀智能分析网关，针对工地场景主要有以下智能分析算法：1）安全帽、工服检测：实时检测工地工作人员是否根据要求佩戴安全帽，穿着反光衣/工服；2 ） 人员摔倒：及时检测人员摔倒情况，一旦发生人员跌倒，立刻通知后台进行救护；3）烟火识别：在易发生火灾区域配备该算法，可避免发生火灾无人知晓酿成大祸。 6、 智能告警平台所配备的算法，可以自动识别异常活动并告警，同时保存告警画面，还可以通过邮件告知报警信息，方便后期溯源。
71610编辑于 2023-12-14 - 来自专栏TSINGSEE青犀视频
如何通过AI视频智能分析，构建着装规范检测工装穿戴检测系统？
违规着装极易增加安全隐患，并且引发安全事故和质量问题，例如，在化工工厂中，倘若员工没有穿戴符合要求的特殊防护服和安全鞋，将有极大可能受到有害物质的侵害，对身体健康和生命安全带来严重的威胁。 TSINGSEE青犀视频AI算法平台的着装规范检测/工装穿戴检测算法，是基于AI深度学习，通过计算机视觉技术准确地识别特定区域内工人是否穿戴是否合规，包括工作服、反光衣、安全帽等，常用于工地、工厂、车间 2）未穿反光背心：支持识别橙色、莹绿色开襟马甲、套衫马甲工作服的目标识别，以及人形检测；支持在划定区域内检测是否有未穿工作服的工人。3）未戴口罩识别：支持对人脸是否佩戴口罩进行检测。 4）工作服识别：支持识别港口、电力施工、维修、保洁等角色的人员是否穿戴工作服。在应用场景中，通过在服务器端部署AI算法平台，将监管现场的监控视频流接入并进行实时智能分析与预警。 应用场景：1）建筑工地：自动识别监测未穿着反光衣、未戴安全帽的工作人员，提高工地安全性，减少潜在的事故风险。2）仓储物流：自动识别监测未着工服的陌生人员，提高仓储物流工作场所安全性，减少人力监管成本。
1.3K20编辑于 2023-09-21 - 来自专栏TSINGSEE青犀视频
EasyCVR视频监控+AI智能分析网关如何助力木材厂安全生产？
1）温湿度监测：在木材存储区域和加工设备周围布置温湿度传感器。这些传感器可以监测木材的温度、湿度等参数，并将数据传输给监控平台。 2）视频监控系统：在木材厂内关键区域和设备上布置高清摄像头。 4）实时异常监测：通过视频AI分析算法和异常检测技术，对木材生产过程中的异常情况进行监测。例如，出现烟火燃烧、人员倒地等情况，及时发出报警。 5）设备状态监测：利用传感器和物联网技术，实时监测木材加工设备的运行状态和性能。例如，发生皮带撕裂、皮带堵料的情况时，可立即甄别并告警，这可以帮助预防设备故障和停机，并提高生产效率。 7）人员安全算法：为保障木材厂工作人员的安全，还可配备分析网关的工服检测、安全帽检测、人员抽烟检测等算法，确保人员生产安全。 平台既具备传统安防视频监控的能力，也具备接入AI智能分析的能力，包括对人、车、物、行为等事件的智能追踪与识别分析、抓拍、比对、告警上报、语音提醒等。
98520编辑于 2023-11-16 - 来自专栏机器学习AI算法工程
cw2vec：蚂蚁金服公开最新基于笔画的中文词向量算法
cw2vec: （Learning Chinese Word Embeddings with Stroke n-gram Information） AAAI 2018高分录用的一篇中文词向量论文，出自蚂蚁金服人工智能部 cw2vec模型 cw2vec 一个c++版本的cw2vec github代码、论文 关注微信公众号 datayx 然后回复 笔画 即可获取。 更多算法对比内容请阅读原来的paper. 上图中包括2013年谷歌提出的word2vec的两个模型skipgram和cbow，2014年斯坦福提出的GloVe算法，2015年清华大学提出的基于汉字的CWE模型，以及2017年最新发表的基于像素和偏旁的中文词向量算法 可以看出这项算法在不同维度的设置下均取得了不错的效果。
1.6K20发布于 2019-10-28 - 来自专栏燧机科技-视频AI智能分析
非车间人员进入识别监控系统
：访客马甲、未穿工服）； 身份比对：对接企业OA系统人员数据库（含工牌照片、着装规范），通过FaceNet模型提取人脸特征，判断是否为授权人员（员工/访客登记）。 YOLOX非车间场景适配优化 针对车间复杂背景（设备密集）、小目标（远处人员）、动态干扰（人员快速移动）优化模型：数据集构建：采集25000张车间实景图像（含白天/夜间、不同光照场景），标注“授权员工（穿工服 ）”“访客（戴访客证）”“非授权人员（未穿工服/无证件）”3类目标，按8:1:1划分训练/验证/测试集； 模型轻量化：采用通道剪枝（剪枝率28%）+ TensorRT量化（INT8精度），模型体积从75MB 300万元； 效率提升：替代人工门禁核验岗位2个，核验效率提升80%（原需人工核对工牌，现系统自动识别）； 可靠性：系统平均无故障运行时间（MTBF）达7500小时，支持粉尘（浓度≤10mg/m³）、电磁干扰 八、结语 本系统通过YOLOX深度学习算法与非车间场景的深度适配，实现了人员准入的智能化识别与多端联动告警，实测验证了其在响应速度、识别精度上的优势。
38910编辑于 2025-12-19 - 来自专栏AI科技评论
开发 | 星际争霸2人工智能研究环境 SC2LE 初体验
1 前言 昨天，也就是2017年8月10号，DeepMind联合暴雪发布了星际争霸2人工智能研究环境SC2LE，从而使人工智能的研究进入到一个全新的阶段。 这次，研究人工智能的小伙伴们可以边玩游戏边做研究了?。 RL算法需要处理obs然后输出action。 我们来看一下pysc2提供的MoveToBeacon的非智能算法： from __future__ import absolute_importfrom __future__ import divisionfrom 总的来说，SC2LE真的是非常友好的一个研究平台，值得大家入手研究，也相信未来会有越来越多的人工智能玩星际2的成果出来！
1.7K80发布于 2018-03-13 - 来自专栏TSINGSEE青犀视频
安防监控视频智能分析平台：安全帽反光衣安全带AI识别详解
人工智能技术已经越来越多地融入到视频监控领域中，近期我们也发布了基于AI智能视频云存储/安防监控视频AI智能分析平台的众多新功能，该平台内置多种AI算法，可对实时视频中的人脸、人体、物体等进行检测、跟踪与抓拍 ，支持口罩佩戴检测、安全帽佩戴检测、人体检测、区域入侵检测及可拓展多种AI检测算法。 面对这些问题，TSINGSEE青犀AI视频智能分析平台就有很好的解决办法。 TSINGSEE青犀智能分析平台对石油、化工等场所工作人员着装开展实时监测，当检测出工作人员未按规定穿着工服时，马上开启报警、抓拍，并自动上传到后台，通知管理人员。 除此之外，还可定制语音联动功能，对工地工作人员劳保防护用品穿戴情况实时监测，当检测出工作人员未穿戴安全帽、反光衣、安全带时，除了及时预警与抓拍，还可联动现场语音、灯光进行提示。
94010编辑于 2023-08-23
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