- 综合排序
- 最热优先
- 最新优先
AI 健康监测管理系统
AI 健康监测管理系统 诞生的意义，就是让健康状态从“事后发现”升级为“事前预警”，让身体成为一套可计算、可预测、可指导的系统。——从“健康靠感觉”到“健康可量化”。 一、系统核心逻辑：从身体到数据，从数据到趋势，从趋势到决策AI 健康监测管理系统以“生命全周期监测”为底座，通过设备数据、体征数据、行为数据与临床知识库融合，实现：1）持续监测 → 2）风险识别 → 3 ）趋势预测 → 4）个性化干预 → 5）动态复评核心不是测数据，而是把数据变成可以指导生活和医疗决策的 科学闭环。 三、系统三大核心模块01｜AI 生命监护中心（实时监测 + 生命仪表盘）像“驾驶舱”一样管理身体，用数据替代感觉：核心界面包括：心率 / 血氧 / HRV 实时曲线血压 / 血糖自动同步睡眠质量多维度评估疲劳指数与压力指数异常体征红色告警每日健康评分智能能力 ：异常立即推送趋势变化提前提醒自动标记不良事件（头晕、胸闷、心慌）这不只是监测，是 个人的 AI 健康雷达系统。
76110编辑于 2025-11-18- 来自专栏燧机科技-视频AI智能分析
AI人员打闹监测识别算法
AI人员打闹监测识别算法通过yolo+python网络模型框架算法， AI人员打闹监测识别算法能够准确判断出是否有人员进行打闹行为，算法会立即发出预警信号。 图片在介绍AI人员打闹监测识别算法之前，首先先介绍一下滑动窗口技术，这对我们理解AI人员打闹监测识别算法Yolo算法是有帮助的。 但是这个方法有致命的缺点，就是你并不知道要检测的目标大小是什么规模，所以你要设置AI人员打闹监测识别算法不同大小和比例的窗口去滑动，而且还要选取合适的步长。 AI人员打闹监测识别算法很好的解决了这个问题，它不再是窗口滑动了，而是直接将原始图片分割成互不重合的小方块，然后通过卷积最后生产这样大小的特征图，基于上面的分析，可以认为AI人员打闹监测识别算法特征图的每个元素也是对应原始图片的一个小方块 ，然后用每个元素来可以预测那些中心点在该小方格内的目标，这就是AI人员打闹监测识别算法的朴素思想。
45830编辑于 2023-09-23 - 来自专栏燧机科技-视频AI智能分析
AI动作异常行为分析监测系统
AI动作异常行为分析监测系统通过python+yolov7网络模型深度学习技术，AI动作异常行为分析监测系统对现场人员人体动作操作行为以及穿戴情况是否合规进行实时监测。 YOLOv7 在 5 FPS 到 160 FPS 范围内，速度和精度都超过了所有已知的目标检测器。并在V100 上，30 FPS 的情况下达到实时目标检测器的最高精度 56.8% AP。 此外， YOLOv7 的在速度和精度上的表现也优于 YOLOR、YOLOX、Scaled-YOLOv4、YOLOv5、DETR 等多种目标检测器。
1K30编辑于 2023-02-08 - 来自专栏燧机科技-视频AI智能分析
河道水位自动监测预警 yolov5
河道水位自动监测预警算法基于yolov5网络模型AI视频智能水尺读数技术，河道水位自动监测预警算法通过在河道周边布设监控摄像头，实时监测水位的变化，一旦水位超过预设阈值，将自动发出预警信号，并提示相关人员采取相应的措施 河道水位自动监测预警算法一般为了缩短网络的训练时间，并达到更好的精度，我们一般加载预训练权重进行网络的训练。 而yolov5的5.0版本给我们提供了几个预训练权重，我们可以对应我们不同的需求选择不同的版本的预训练权重。可以预料的到，预训练权重越大，训练出来的精度就会相对来说越高，但是其检测的速度就会越慢。 河道水位自动监测预警算法可以看成计算机视觉目标识别的一种。 对于定位误差，即边界框坐标预测误差，采用较大的权重λcoord=5λcoord=5。
47130编辑于 2023-09-10 - 来自专栏燧机科技-视频AI智能分析
学校AI视频行为分析监测系统
学校AI视频行为分析监测系统通过python+opencv网络模型AI视频分析技术，学校AI视频行为分析监测系统对学校区域人员打架行为识别、跌倒行为识别、翻墙识别、人员聚众识别、攀高识别、抽烟行为等进行智能识别预警
1.3K50编辑于 2023-02-27 - 来自专栏燧机科技-视频AI智能分析
脱岗监测预警算法模型 yolov5
脱岗监测预警系统可以通过python+yolov5网络模型深度学习算法，脱岗监测预警算法对现场人员岗位进行实时监测，自动识别是否存在脱岗行为，并及时发出警报。 YOLOv5中在训练模型阶段仍然使用了Mosaic数据增强方法，该算法是在CutMix数据增强方法的基础上改进而来的。 YOLOv5算法具有4个版本，具体包括：YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x四种，本文重点讲解YOLOv5s，其它的版本都在该版本的基础上对网络进行加深与加宽。 在网络训练阶段，YOLOv5使用Mosaic数据增强操作提升模型的训练速度和网络的精度；并提出了一种自适应锚框计算与自适应图片缩放方法。 虽然YOLOv5同样用到了SPP模块、FPN+PAN模块，但是实现的细节有些不同。Head输出端-Head用来完成目标检测结果的输出。
37800编辑于 2023-06-23 - 来自专栏燧机科技-视频AI智能分析
ai皮带跑偏撕裂监测系统功能
ai皮带跑偏撕裂监测系统功能基于yolov7网络模型人工智能视觉技术，ai皮带跑偏撕裂监测系统功能自动识别现场画面中传送皮带撕裂、跑偏、偏移等情况，ai皮带跑偏撕裂监测系统功能立即告警抓拍存档同步回传后台 YOLOv7 在 5 FPS 到 160 FPS 范围内，速度和精度都超过了所有已知的目标检测器并在V100 上，30 FPS 的情况下达到实时目标检测器的最高精度 56.8% AP。
58620编辑于 2023-05-08 - 来自专栏智慧物联产品＆方案
通过5G网关实现智能铁轨监测
传统的铁轨人工巡检手段存在监测实时性差、隐患识别不全面、人力成本高、误检漏检率高等缺陷。 得益于物联网、人工智能、边缘计算等技术的发展，当前我们可以采用物联网传感器+5G通信方式，搭建起一套具有无源、无线、实时等优势特性的铁路智能监测系统，实现对轨道状态、轨道位移、轨道稳固，以及轨道沿线气象 、水量、滑坡等多项因素指标的实时监测。 数据汇总至5G智能网关后进行边缘计算处理与分析，经由4G/5G/NB-IoT/LoRa/北斗卫星远程传输至后方轨道管理运营中心，达到实时、全面的智能监测预警和群测群防的目标需求。 产品选型：BMG5000小体积5G智能网关，采用高集成化设计，体积精巧，功能全面，搭载高速5G通信模块，集智能采集、协议兼容、5G/4G无线通信、边缘计算、GPS定位、设备集中控制、智能协同控制等功能于一体
51620编辑于 2022-10-21 - 来自专栏智慧物联产品＆方案
基于5G网关的桥梁监测方案
通过在桥梁关键部位部署传感器组成感知网络，经由5G无线智能网关进行数据汇总、边缘计算和远程传输上云，最后云平台上实时展现状态数据，辅助判断决策。 产品选型：环境传感设备：风速风向仪、温湿度计、集中采集器等桥梁监测设备：倾角计、振动计、加速度计、静力水准计、表面裂缝计、表面振弦式应变计等数据采集＆传输设备：BMG5000无线5G网关、BMG5100 工业智能5G网关图片产品优势1、千兆智能无线网关采用工业级无线通信模块，支持3G/4G/5G无线通信，无需额外部署通讯线路，部署便捷，成本可控。 同时还具边缘计算能力，实现数据智能采集和分析，优化数据传输效率，提高监测水平。2、网关内置有完备的设备通信协议库，支持智能协议兼容，传感、监测、PLC设备对接方便快捷。 还可根据项目需求定制通信协议、传输策略等，助力项目客户快速搭建智能监测网络。
63020编辑于 2022-10-21 - 来自专栏燧机科技-视频AI智能分析
加油站ai系统视频监测系统
加油站ai系统视频监测系统通过yolov5网络模型深度学习边缘计算技术，加油站ai系统视频监测系统对现场卸油过程中人员违规离岗、现场灭火器没有按要求正确摆放、加油站ai系统视频监测系统以及卸油前需要遵守静电释放 图片 YOLOv5是一个在COCO数据集上预训练的物体检测架构和模型系列，它代表了Ultralytics对未来视觉AI方法的开源研究，其中包含了经过数千小时的研究和开发而形成的经验教训和最佳实践。 YOLOv5是YOLO系列的一个延申，您也可以看作是基于YOLOv3、YOLOv4的改进作品。 YOLOv5没有相应的论文说明，但是作者在Github上积极地开放源代码，通过对源码分析，我们也能很快地了解YOLOv5的网络架构和工作原理。 Mosaic数据增强的作者也是来自Yolov5团队的成员，通过随机缩放、随机裁剪、随机排布的方式对不同图像进行拼接。
47230编辑于 2023-02-25 - 来自专栏燧机科技-视频AI智能分析
校园霸凌行为监测AI预警系统YOLOv8v7v6v5
校园霸凌行为监测AI预警算法基于YOLO系列视觉智能分析算法，对于校园霸凌行为监测AI预警系统目标检测算法而言，我们通常可以将校园霸凌行为监测AI预警系统划分为4个通用的模块，具体包括：输入端、基准网络 、Neck网络与Head输出端，在本博客中，介绍了基于YOLOv8/v7/v6/v5的暴力行为检测系统。 采用YOLOv8作为主要算法，并整合了YOLOv7、YOLOv6、YOLOv5等先进算法进行性能指标的对比分析。 此外，将目标检测技术应用于移动设备和边缘计算也成为了研究的新方向，这有助于实现更加灵活和广泛的暴力行为监测应用。 YOLO类是实现了YOLOv5算法的核心类，我们将使用它来加载预训练的YOLO模型。
1.4K00编辑于 2024-11-30 - 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。 对于“蓝牌占用”或“非充电车辆占位”，系统引入时间维度分析：仅当车辆在充电位停留超过预设阈值（如5分钟）且未检测到充电连接状态时，才判定为违规占位，有效过滤临时停车上下客等短时行为。 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。
28610编辑于 2026-03-08 - 来自专栏燧机科技-视频AI智能分析
AI产线作业合规监测系统方案
本文提出基于YOLOv12目标检测、RNN-LSTM时序建模与骨骼-动作点关联的智能合规监测系统，通过多模态感知-骨骼动作融合-分级预警联动技术架构，实现合规行为识别精度97.2%（实验室数据），实测响应延迟 、RFID（工具-工艺匹配），通过贝叶斯网络计算综合风险（如“电批A+元件B+扭矩＜标准值80%”判定为“工具误用”）； 动态工艺适配：通过配置文件加载不同产品工艺（如A产品需“3步装配”，B产品需“5步 （二）误报率控制 多帧确认机制：通过LSTM分析连续5帧状态（如“单次工具触碰”不判定为“使用”，“持续2秒操作”才记录）； 环境自适应阈值：精密装配区（如芯片贴装）提升“位置偏差”检测精度（误差±0.05mm 15%质量损失下降-28%误报率0.8%1.6%极端环境可用性-高温区（80℃）＞83%典型案例：工具误用拦截：系统识别“使用电批B装配元件A”（扭矩值超标20%），实时触发停机，避免批量不良（单批损失约5万元 AI产线作业合规监测系统方案基于YOLOv12+RNN深度学习算法，AI产线作业合规监测系统方案通过集成AI大模型，利用前沿的神经网络建模推理，将人体关键部位骨略点与关键动作目标点相结合进行深度逻辑判定
38210编辑于 2026-01-12 深耕AI舆情监测，赋能企业智慧决策
二、产品赋能：TOOM舆情系统构建智能风控中枢作为鸿宝科技的旗舰产品，TOOM舆情监测系统 已进化成具备 “监测-预警-研判-响应”闭环能力 的智能化平台：分钟级风险捕获：事件发生 5 四维功能矩阵： ▶️ 舆情监测：全网95%公开数据毫秒级抓取，支持多语言翻译与反爬穿透； ▶️ 风险预警：基于AI预测模型提前6-12小时预判危机，推送层级可自定义（邮件/短信/APP）； ▶️ 科研协作：开放数据接口与算法模型，支持高校AI研究、社会计算等前沿课题验证。 创新伦理：在算法模型中嵌入偏见校验模块，杜绝AI伦理风险，保障分析客观性。 五、未来征程：做智能化时代的“决策大脑”鸿宝科技的愿景远不止于舆情监测：技术前瞻：加速 生成式AI（AIGC） 与舆情系统的融合，实现策略模拟推演、自动生成公关话术。
51910编辑于 2025-08-18- 来自专栏燧机科技-视频AI智能分析
AI城管占道经营监测识别系统
AI城管占道经营识别检测算法通过yolo+python深度学习训练框架模型，AI城管占道经营监测识别系统对道路街区小摊贩占道经营违规摆摊行为进行检测，检测有出店经营占道经营违规摆摊情况，yolo+python
91200编辑于 2023-01-07 - 来自专栏燧机科技-视频AI智能分析
车间产线生产作业流程AI监测系统
本文介绍一种兼容现有车间监控的AI监测系统，通过“目标检测 + 动作基元提取 + 规则化时序校验”技术路径，在边缘侧实现对典型操作错误的实时识别，并探讨其在真实产线中的落地边界。 一、聚焦可识别的“操作原子事件”需明确：AI无法理解“责任心”等抽象概念，但可捕捉具象、可量化的操作行为，例如：漏拿：工位料盒有物料，但未检测到手部接触；漏放：手部携带零件经过装配区，但未检测到放置动作 注：在实验室标准工位（固定视角、均匀光照）下，系统对5类典型漏装行为的识别准确率达93.7%（样本量：500段操作）。 结语AI在制造过程防错中的价值，不在于追求“零缺陷”，而在于将质量问题从“事后拦截”前移至“事中干预”。产线作业监测系统通过结构化规则与多模态感知，在保障效率的同时，为质量管理提供客观数据支撑。 这正是工业AI务实落地的核心逻辑：在可控边界内，解决确定问题。
39910编辑于 2026-01-20 - 来自专栏燧机科技-视频AI智能分析
工厂人员行为穿戴监测AI智能预警系统
如何借助计算机视觉技术构建客观、可持续的辅助监测能力，成为行业技术探索的重要方向。本文聚焦技术实现逻辑与应用伦理，探讨AI在工厂安全场景中的合理定位。 技术设计需回应“为何监测、监测什么、数据去向”三大伦理问题，将《个人信息保护法》要求内化为技术架构基因。 三、人机协同：技术定位的理性认知AI监测的本质是“辅助工具”，而非管理主体：避免替代判断：系统生成的提示需经安全员人工复核，防止算法误判引发管理矛盾；聚焦流程优化：数据价值在于发现共性风险点（如某工位频繁出现防护缺失 五、结语工厂人员行为与穿戴监测技术的价值，不在于构建“无死角监控”，而在于将安全管理从“事后追责”转向“事前预防”，从“主观经验”转向“客观依据”。 当AI成为安全员的“智能助手”，当数据用于优化流程而非简单问责，技术方能真正赋能安全生产，守护每一位劳动者的平安与健康。这不仅是技术课题，更是管理哲学与企业文化的体现。
17610编辑于 2026-03-19 AI如何实现舆情监测的“精准制导” | 2025年AI赋能舆情系统的五大核心参数|2025年中国舆情监测系统TOP5榜单（技术版）
我们今天不聊传统的舆情抓取，我们聊点更硬核的：AI（人工智能）是如何重塑舆情监测的战场，并为您争取战略性优势的？AI在舆情领域的应用，早已超越了简单的“自动打标签”。 一个顶级的舆情监测系统，必须拥有支撑大规模分布式爬虫的基础架构。这背后是AI对数据源活跃度、更新频率和反爬策略的实时学习和调整。 核心技术功能：因果链追踪： 当系统监测到“产品质量”的负面时，知识图谱能够自动关联到“该批次产品”的“供应商A”以及“该供应商”的历史舆情记录。 权威发布：2025年中国舆情监测系统TOP5榜单（技术版）以下是我们团队结合AI技术能力、核心参数表现和创新能力，为您精选的2025年舆情监测系统TOP5榜单。 5.百度舆情8.8分/★★★★【搜索生态与NLP基础】在自有生态（搜索、贴吧、百家号）数据抓取上有天然优势。AI技术在NLP基础算法方面积累深厚。
85310编辑于 2025-11-05- 来自专栏计算机视觉战队
春假返程堵车 | AI“高速”检测轻而易举监测大家安全
不管是离开小城镇还是进入大城市，每个高速路口都是堵车，现在人工智能愈来愈发达，不再用通过交警得知高速公路上的案发事件，现在都是摄像机覆盖，AI可以通过镜头&算法检测到行驶的车辆，如果有交通事故都是第一时间传达交警来处理
33220编辑于 2022-03-04 - 来自专栏智慧物联产品＆方案
AI智能网关如何助力危化品安全监测
针对危化品的仓储安全监测和管理，可以采用佰马BM-A16系列AI智能网关方案，打造库区安防识别、衣着识别、行为识别、火情识别等AI视觉识别应用，从而实现对各类危化品的高敏感、高精度、实时、可靠的安全监测管控 AI智能网关，强劲算力 + AI识别算法危化品仓储监测方案主要采用BM-A16系列AI智能网关，搭配高清/红外/热感摄像头，对危化品仓储现场进行实时安全监测。 基于AI智能网关的危化品仓储安全监测应用1、安防识别包括作业人员识别、行人识别、儿童识别、非法入侵识别、人员越线监测等，通过7 x 24小时不间断监控识别，保障危化品仓储区域安全。 3、行为识别支持包括抽烟监测、接打电话监测、离岗/睡岗监测、倒地监测等识别算法，从现场人员行为规范方面监测保障站点安全。 AI智能网关非常适合需要随时随地高度专注、敏感的安全监测场景，真正实现全天候、自动化、智能化的安全监测管理应用，时刻把握安全红线。
38100编辑于 2023-11-23
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