- 综合排序
- 最热优先
- 最新优先
- 来自专栏IT杂谈学习
Python实现动态烟雾效果：逼真的烟雾动画
引言 动态烟雾效果常用于游戏和动画中，为场景增添逼真的视觉效果。在这篇博客中，我们将使用Python和Pygame库来创建一个逼真的烟雾动画效果。 通过模拟烟雾粒子的运动和透明度变化，我们可以实现一个栩栩如生的烟雾效果。 准备工作 前置条件 在开始之前，你需要确保你的系统已经安装了Pygame库。 ") clock = pygame.time.Clock() 定义烟雾粒子类 我们创建一个SmokeParticle类来定义烟雾粒子的属性和行为： class SmokeParticle: def self.lifetime = random.randint(50, 150) self.age = 0 self.speed = random.uniform(1, 3) self.lifetime = random.randint(50, 150) self.age = 0 self.speed = random.uniform(1, 3)
49710编辑于 2024-09-20 - 来自专栏物联网知识
鸿蒙之检测烟雾
MQ-2烟雾传感器 MQ-2常用于家庭和工厂的气体泄漏监测装置，适宜于液化气、苯、烷、酒精、氢气、烟雾等的探测。故因此，MQ-2可以准确来说是一个多种气体探测器。 MQ-2的探测范围极其的广泛。
46530编辑于 2022-03-29 - 来自专栏嵌入式项目开发
STM32读取MQ2烟雾浓度数据判断烟雾是否超标
MQ2传感器的输出电压与烟雾浓度之间的关系是线性的，需要进行一定的转换才能得出准确的烟雾浓度。 （3）查表法 通过实验得到一系列MQ2传感器输出电压值与对应烟雾浓度的关系数据，形成一张转换表格。在实际使用过程中，将采集到的MQ2传感器输出电压值查表后即可得到相应的烟雾浓度。 【3】STM32采集MQ2烟雾浓度(标准库) #include "stm32f10x.h" #include <stdio.h> int main(void) { // 初始化ADC MQ2 Smoke Density: %.2f ppm\n", density); } float adc_average() { const int num_discarded = 3; 通过将采集到的ADC值转换为烟雾浓度并打印出来，可以实现对MQ2传感器的烟雾检测。
1.4K20编辑于 2023-07-08 - 来自专栏嵌入式项目开发
【CC2530开发基础篇】读取MQ2烟雾的烟雾浓度值【ADC采集】
(3) 电源模块 为整个系统提供稳定的电源。CC2530单片机和MQ-2传感器都需要通过VCC和GND接入适当的电源（通常为3.3V或5V）。 1.4 项目实现的功能 功能编号 功能描述 (1) 烟雾浓度检测：使用MQ-2气体传感器检测空气中的烟雾浓度，并输出模拟信号。 (3) 浓度数据计算：CC2530单片机根据ADC采集到的数字信号计算烟雾浓度。 (4) 串口数据输出：将计算得出的烟雾浓度数据通过串口0输出，供串口调试助手显示。 { PERCFG = 0x00; //外设控制寄存器 USART 0的IO位置:0为P0口位置1 P0SEL = 0x0c; //P0_2,P0_3用作串口 channel */ ADCCFG |= 0x40; /* writing to this register starts the extra conversion */ ADCCON3
57410编辑于 2025-05-29 - 来自专栏Coco的专栏
CSS 也能实现烟雾效果？
本文继续此系列，本文主要想探讨一下，使用 CSS 能否比较好的实现一些烟雾效果。 纯 CSS 实现烟雾动画 我们首先来看这样一个效果： 假设，我们有这样一个字符： C 我们仅仅是通过 text-shadow + opacity 的变化，就能模拟烟雾的效果： 0 0 0 whitesmoke; animation: smoky 5s; } @keyframes smoky { to { transform: translate3d ： 上述效果并非我原创，最早见于这位作者 -- CodePen Demo -- Smoky Text By Bennett Feely 借助 SVG feturbulence 滤镜实现烟雾效果 上述的烟雾动画的烟雾还是比较粗糙的 缺少了一些烟雾的质感。 想要实现更为精致的烟雾效果，我们还得借助 SVG 的 <feturbulence> 滤镜，对这个滤镜还不太了解的，可以看看我的这几篇文章： 有意思！强大的 SVG 滤镜 震惊！
1.4K40编辑于 2022-03-10 - 来自专栏燧机科技-视频AI智能分析
充电桩消防烟雾着火检测系统
可见光+近红外，支持0.001Lux超低照度、H.265编码、30FPS帧率、IP67防护、-30℃~70℃运行），按“充电桩顶部（俯角45°）、侧面（水平视角）”布防，单相机覆盖2个充电桩（检测距离3- class FireRiskRNN(nn.Module): def __init__(self, input_size=12, hidden_size=128, num_classes=3) : # 3级风险（低/中/高） super(). 面积/浓度/温升） out, _ = self.lstm(x) return self.fc(out[:, -1, :]) # 取最后时间步输出实测数据（某充电站3个月运行记录 ）自动切换灭火方式（实验室数据显示气体灭火对充电桩电子设备损伤降低90%）； 模型在线迭代：每周收集误报样本（如柳絮飘落触发热成像），通过增量训练更新LSTM参数（实验室数据显示迭代3次后误报率降至2.5%
26710编辑于 2025-12-28 - 来自专栏孟永辉
产业互联网是个烟雾弹产业互联网是个烟雾弹
产业互联网用自己的诞生、发展和沉沦为我们生动地诠释了一个事实，即所谓的产业互联网，并不是什么神乎其神的存在，而更像是一个烟雾弹，一个陷阱。
36520编辑于 2021-12-06 - 来自专栏燧机科技-视频AI智能分析
秸秆焚烧烟雾监测报警系统
秸秆焚烧烟雾监测报警系统在监测区全自动对秸秆焚烧行为实时监测，不用人工控制。一旦发现烟雾和火苗，秸秆焚烧烟雾监测报警系统会自动报警并通知监控后台工作人员，并提醒负责人妥善处置。 秸秆焚烧烟雾监测报警系统对监测区域内的秸秆焚烧信息进行7×24h无间断识别分析，减少人力巡视成本，提高人力监测效率。 收割完的秸秆如果马上焚烧，除开环境污染外烟雾还会继续严重影响附近路上汽车乃至飞机驾驶员的视野，导致安全隐患。秸秆焚烧也入地三分，腐殖和土壤肥力被碱化。 秸秆焚烧烟雾监测报警系统在田地即时监测范围之内，当发现田地里秸秆燃烧时，监控摄像头马上搜集监控画面视频、处理数据，并同步最新消息给负责人，负责人在第一次接到报警后能马上阻止秸秆燃烧。 秸秆焚烧烟雾监测报警系统可根据时间段对告警记录和告警截图、视频进行查询点播，方便进行事后轨迹回溯，快速查找责任人。
41720编辑于 2022-09-28 秸秆焚烧烟火烟雾检测数据集VOC+YOLO格式5481张3类别有增强
仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：5481 标注数量(xml文件个数)：5481 标注数量(txt文件个数)：5481 标注类别数：3
39500编辑于 2025-07-17- 来自专栏大数据钻研
canvas图形绘制之星空、噪点与烟雾效果
取巧的事情多慎思而克己，就好比本文内容，实际上，三个不同的canvas效果，直接分3篇来写，凑个文章数，增加点浏览量其实也是无可厚非的。 然，想了想，有点不像自己的style，内心真实的自己并不希望自己这么做，于是，就3个效果合体为一篇文章。 拒绝小部分的诱惑，让自己过得更轻松。 四、canvas图形效果之烟雾缭绕效果 ? 那为何看上去更酷呢，主要在于感觉烟雾很难去模拟。 没错，烟雾确实很难用代码直接绘制出来，实际上，这里的烟雾，是一个png图片，是使用画笔在PS里绘制导出来的。 canvas还支持3D效果，也就是webGL, 亦称3D Canvas graphics, IE11+支持，目前Android 4.*任意版本都还不支持，业内著名的相关库就是threejs了。
2.3K40发布于 2018-04-18 - 来自专栏软件测试小助手
自动化测试是不是烟雾弹？
需要从团队管理层和个人两个角度来区分，这次我就从团队管理层来讲：自动化测试是不是烟雾弹？ 作为测试leader，别人都在做，而我们没有，是不是说明我们测试团队很low，该被淘汰了？ 这是很多测试leader的一个缩影，自动化测试各种类型搞得很多，但没有成果，最后认为自动化测试就是烟雾弹了。
60830编辑于 2022-01-25 - 来自专栏燧机科技-视频AI智能分析
停车场烟雾火焰自动检测系统
3分钟），难以实现“早期识别-精准研判-快速处置”的闭环防控。 系统已在某商业综合体地下停车场（含200个车位、10个快充桩）试点部署，实验室数据表明目标检测mAP@0.5达97.6%，实测数据（3个月试点）显示响应延迟＜0.9秒，误报率降至3.2%，成功预警初期烟雾事件 : # 3级风险（正常/预警/高危） super(). self.classifier = nn.Linear(32, num_classes) def forward(self, x): # x: [batch_size, 3, 5秒）、时段（夜间放宽烟雾判定阈值）自动更新规则； 模型在线迭代：每周收集误报样本（如洗车水汽），通过增量训练更新CNN参数（实验室数据显示迭代3次后误报率降至2.5%）； 低功耗部署：边缘设备待机功耗
35010编辑于 2025-12-31 - 来自专栏PyQt5
python3GUI--基于YOLO的火焰与烟雾检测系统By:PyQt5（详细图文介绍）
传统的烟雾探测器作用范围有限，而基于计算机视觉的火焰与烟雾识别系统能够覆盖更广泛区域，实现及时预警。 接下来我以详细图文的方式和大家介绍我开发的系统~二．核心内容1.数据集我们的数据集包括了包含烟雾和火焰的图像共909张，其中训练集为673张，验证集为236张，每张图都进行了详细的标注，标注的目标为烟雾 害，由于博主电脑不支持GPU加速，所以确实花费了一些时间成本，最终训练50轮我们花费了将近3个小时，好在功夫不负有心人，训练任务如期结束。 3.界面窗口在本章节仅简单介绍一下界面：我们的核心界面包括：1.登录注册界面2.核心功能界面3.检测告警提示窗口提示：为了使用不同需求的用户，我们这里为大家设置了方便的设置开关，具体来说是代码里面的system_conf.py 3.检测告警提示窗口我们设置了多种告警提示方案，下图为“系统弹窗提示”方案，当发现画面中有烟雾或者火情时，系统会自动在桌面右下角弹出警告提示窗，发出声音进行告警提示。
55430编辑于 2025-07-27 - 来自专栏燧机科技-视频AI智能分析
秸秆禁烧识别系统 烟雾智能识别检测系统
秸秆禁烧识别系统 烟雾智能识别检测系统具备全天、及时发现问题、管控高效率、有益于证据收集的优势，利用现场已经存在的监控摄像头和神经网络算法烟雾识别系统，在通信基站塔顶端监控摄像头的帮助下，对图象预置开展实时分析查验 秸秆点燃造成的烟雾含有氮氧化合物、光化学反应金属氧化物和悬浮颗粒等化合物。 在秸秆点燃区，的时间相对性集中化，很多烟雾对成年人和患上呼吸系统疾病的少年儿童造成了巨大的损害。 秸秆禁烧识别系统烟雾智能识别检测系统是运用近郊区多层建筑和强有力的AI技术性优化计算方法综合服务平台紧密联系，在塔上装上70几台超高清监控器，可遮盖该地域80%的关键农作物。
81760编辑于 2022-09-20 - 来自专栏燧机科技-视频AI智能分析
电动车棚烟雾火焰自动识别系统
据应急管理部《2024年电动自行车火灾防控报告》显示，电动车棚火灾中因初期烟雾火焰识别滞后导致火势扩大的占比达58%，传统监测依赖独立烟感（误报率＞42%，如水蒸气、粉尘干扰）、人工巡检（响应延迟＞3分钟 20℃~60℃宽温运行、30FPS帧率、0.005Lux超低照度），按“充电区（正上方45°俯视）、换电柜旁（侧视）、通道转角（双向覆盖）、出入口（广角）”布防，单摄像头覆盖20-25个充电位（检测距离3- 实验室数据（NVIDIA V100 GPU训练，PyTorch 2.1框架）显示，优化后模型在电动车棚数据集上mAP@0.5达96.8%，单帧检测耗时10ms（100FPS），较YOLOv3基线模型提升 : # 3级风险 super(). 5秒）、时段（夜间放宽烟雾判定阈值）自动更新规则； 模型在线迭代：每周收集误报样本（如洗车水汽），通过增量训练更新LSTM参数（实验室数据显示迭代3次后误报率降至2.2%）； 低功耗部署：边缘设备待机功耗
27600编辑于 2026-01-03 - 来自专栏AI科技评论
干货 | 2 分钟论文：如何使用数据合成烟雾流 ?
来源 / Two Minute Papers 翻译 / 张丽敏 校对 / 凡江 整理 / 雷锋字幕组 本期论文：基于CNN特征描述符的数据驱动合成烟雾流体 Data-Driven Synthesis of 本篇论文主要探讨的是利用人工智能来精细化地模拟烟雾。一般来讲，创建一个比较简单的模拟不会花费太长时间，然而，当我们为了增加分辨率时，执行的时间和内存的消耗便会突飞猛进。 如果我们可以在人工智能技术的基础上，可以理解模仿烟雾的关键，提取出粗略的数据，并添加一些非常精细的细节进去，那么我们可以在更短的时间内完成整个计算过程，以此获得获得更高分辨率的模拟烟雾，而非等待数日，乃至一周甚至更长 这项技术对一大片流体或烟雾的气旋的大小比例和分配进行探索。我们可以应用这些信息，创造一个模拟程度非常相似的效果。大体上，它让我们对模拟烟雾有了一定的了解。 另一项操作和把一束模拟烟雾展示给一个人工智能观看，然后让它独自完成这次模仿。 我们建立一个模拟数据库，把它们分成小块，在低分辨率和高分辨率下观看同样的视频，看看这些视频互相之间的联系。
1.1K50发布于 2018-03-14 - 来自专栏张国平_玩转树莓派
树莓派基础实验21：烟雾报警传感器实验
烟雾传感器 ? 烟雾传感器 ? 有源蜂鸣器模块 ? 打开I2C总线通信 第3步：开始编程。这里先编写一个PCF8591.py库文件，后面再编写一个python程序引入这个库文件。 该程序也可以单独运行，用于测试3个电阻模块的功能。 table with the list of detected devices on the specified bus. # ADC.read(channal) # Channal范围从0到3 bus.write_byte(address,0x41) if chn == 2: bus.write_byte(address,0x42) if chn == 3:
3.8K30发布于 2020-09-27 - 来自专栏嵌入式项目开发
【CC2530开发基础篇】MQ2烟雾传感器
一、前言 1.1 开发背景 烟雾浓度检测是许多环境监测与安全预警系统中的重要环节，能够有效帮助识别火灾隐患、工业泄漏或其他烟雾污染情况。 在本项目中，CC2530作为主控芯片，与MQ2烟雾传感器配合，实现对环境烟雾浓度的数字化监测。 MQ2是一种常见的气体与烟雾传感器，支持对多种可燃气体及烟雾的检测。 这是当前实验使用的CC2530板子的实物图： 1.2 MQ2烟雾传感器 MQ2烟雾传感器是一种广泛应用于烟雾、气体泄漏检测领域的电子传感器，具有灵敏度高、响应快、易于使用等特点。 (2) MQ2烟雾传感器 用于检测环境中的烟雾或可燃气体浓度，输出高低电平信号来指示是否达到设定的阈值。 (3) P0.7 GPIO接口 CC2530的P0.7引脚作为输入端口，连接MQ2传感器的DO引脚，用于接收传感器的数字输出信号。
1.5K10编辑于 2025-05-29 - 来自专栏PaddlePaddle
智慧城市产业应用实践，高精度火灾烟雾检测方案详解
为了保障民众的生命财产安全，应用AI技术及时、自动检测监控区域内的烟雾和火灾至关重要。 针对如上问题，飞桨产业实践范例库开源了《火灾烟雾检测》方案，提供了从数据准备、技术方案、模型训练优化到模型部署的全流程可复用方案，提供误检率低至1.1%的模型优化方案，有效解决了复杂环境下烟火检测问题， https://github.com/PaddlePaddle/PaddleX/tree/develop/examples 所有源码及教程均已开源，欢迎大家star鼓励~ 方案难点 1.推理速度要求高: 在烟雾和火灾检测场景 项目方案 基于上述难点，结合场景特点和模型效果验证，我们选用YOLOv3、PP-YOLOv1、PP-YOLOv2进行实验，最终选用效果最好的PP-YOLOv2模型进行训练与优化。
56510编辑于 2022-04-19 - 来自专栏燧机科技-视频AI智能分析
工厂明火烟雾视频监控识别系统 烟火自动识别预警
工厂明火烟雾视频监控识别系统 烟火自动识别预警通过python+yolo网络深度学习模型自动识别监控区域内的烟火，工厂明火烟雾视频监控识别系统 烟火自动识别预警发现火焰及烟雾系统可以实时发出预警信息并同步传给后台监控相关人员
79020编辑于 2022-12-30
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