- 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
熔化焊接操作行为AI识别分析系统
在特种作业人员安全技术培训中，熔化焊接（如手工电弧焊、CO₂气体保护焊）是高风险工种，其操作规范性直接关系到作业安全与工程质量。传统依赖人工考评的方式，存在主观性强、标准不一、师资资源紧张等问题。 近年来，部分培训机构引入“熔化焊接操作行为AI识别分析系统”，但市场宣传中常出现“保证评分公平”“有效解决师资不足”“大大提升效率”等夸大表述，易引发对技术能力的误判。 需强调：AI无法“评判操作质量”或“替代考评员”，仅能对摄像头视野内可重建的焊工动作要素进行初判，包括：焊枪空间姿态：通过多视角重建估算焊枪倾角、干伸长度；操作轨迹连续性：是否沿焊缝匀速移动，有无明显停顿或跳跃 行为分析层采用改进型HRNet + VoxelPose算法，融合多视角图像重建焊工上肢3D关键点；计算焊枪与工件夹角、移动速度、轨迹偏移等指标；对照预设工艺规则库（如“平焊角度应为70°～80°”），标记疑似偏差 结语AI在焊工考核中的角色，不是“裁判”，而是“记录仪”。它无法判断一道焊缝是否合格，但可以让操作过程变得可追溯、可复现。
13310编辑于 2026-01-30 - 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。
97010编辑于 2023-09-24 - 来自专栏燧机科技-视频AI智能分析
徘徊行为AI智能分析识别系统
徘徊行为AI智能分析识别系统可以立即对视频画面进行实时分析，自动识别监控画面中人员的来回进出行为，系统对多次进出徘徊人员实时检测分析，弥补人为因素的缺点，可以尽快发现违规行为，进行识别抓拍留档并现场语音播报 徘徊行为AI智能分析预警自动检索监控画面中人员异常行为，一旦发现行为违规或者异常，系统可以更快、更方便的抓拍留档并同步信息给相关人员。 徘徊行为AI智能分析预警系统对监控区人员行为进行全天候不间断7*24h实时检测，一旦在监控画面上发现异常行为，系统以更快的时间抓拍并保留违规异常记录，以便事后检查。
78350编辑于 2022-10-25 - 来自专栏燧机科技-视频AI智能分析
人员操作行为识别监测
人员操作行为识别监测算法实时监测人员的操作行为，人员操作行为识别监测算法通过yolov7深度学习算法网络模型，对前端采集人员操作行为的图像使用算法进行分析，识别出不符合规范的操作行为，并发出告警信号以提醒相关人员 在人员操作行为识别监测算法训练之前，先在ImageNet上进行了预训练，其预训练的分类模型采用图8中前20个卷积层，然后添加一个average-pool层和全连接层。 人员操作行为识别监测算法模型中选择YOLOv7是因为YOLOv7 的发展方向与当前主流的实时目标检测器不同，研究团队希望它能够同时支持移动 GPU 和从边缘到云端的 GPU 设备。 除了架构优化之外，人员操作行为识别监测算法还专注于训练过程的优化，将重点放在了一些优化模块和优化方法上。这可能会增加训练成本以提高目标检测的准确性，但不会增加推理成本。 YOLOv7 的策略是使用组卷积来扩展人员操作行为识别监测算法计算块的通道和基数。研究者将对计算层的所有计算块应用相同的组参数和通道乘数。
45040编辑于 2023-09-15 - 来自专栏燧机科技-视频AI智能分析
行为分析在岗睡觉识别
行为分析在岗睡觉识别系统依据智能监控分析，对工作人员工作中区域进行全天候24小时监管，行为分析在岗睡觉识别系统全自动分析识别视频图像睡岗离岗行为，不用人工干预；自动识别监控区域内人员的具体行为状态。 值勤睡觉行为无法从根本上解决，分配人力资源监管成本难度大。职工没法维持高度自觉性是难题所当他在上班时间入眠时，一旦发生紧急状况，他们往往错失了处理安全生产事故的最佳机遇，导致不必要的损失。 部署行为分析在岗睡觉识别系统，对各个监控室人员的睡岗离岗等违规开展识别。值班室视频算法：睡岗、换岗、抽烟等。系统把智能安全的操作工作人员从繁杂而枯燥乏味“盯显示器”每日任务当中解放出来。
82230编辑于 2022-09-27 - 来自专栏燧机科技-视频AI智能分析
ai行为识别技术监控
ai行为识别技术监控系统软件是一种以行为识别技术为关键技术的深度学习算法，根据人工智能化神经元网络，构造大家的主要模块架构，ai行为识别技术监控 依据我们的轨迹测算各种各样健身运动行为，根据视频转码技术 、流媒体播放技术、数字矩阵技术、云技术等，ai行为识别技术监控拍照的各类现场作业人员的异常行为，帮助监控工作人员提高解决各类出现异常紧急事件的效率。 ai行为识别技术监控具备普遍的应用领域，可以用在智能交通、智能化施工工地、智能制造系统、智慧校园、智能化生态公园等。只需有视频监控的地区，就可以完成覆盖识别分析。 ai行为识别技术监控是一种极致的视觉检测系统，应用人工智能视频分析优化算法对视频图象开展即时解析和识别，将监测到的信息与管理者给予的监控规则相对比，并即时消息推送信息和预警信息。 ai行为识别技术监控剖析，可以在紧急状况下开展预警信息，该技术关键完成了对视频监控具体内容数据的分析和获取主要信息内容，并在标识后产生警示。
70520编辑于 2022-09-12 - 来自专栏燧机科技-视频AI智能分析
AI行为识别视频监控系统
伴随着科技的发展，AI行为识别视频监控系统在安防监控行业也得到了长足的进步。尤其是，AI行为识别视频监控系统方面的公司将动态性认知能力视作公司发展的核心技术之一。 传统的视频检测技术在这方面的功能很差，同一台监控摄像头可以识别的出现异常行为十分比较有限。AI行为识别视频监控系统来自机器视觉技术的革新。机器视觉技术应用是人工智能技术分析的一个支系。 机器视觉技术在视频监控安防行业的运用偏重于提升系统服务平台的数字化水平，而提升系统服务平台的数字化水平首要聚集在识别分析层。 AI行为识别视频监控系统可以将身体的运作可以包含走动、蹲、坐、跳、跑等进行数据分析，这些行为是人们日常生活的基础方式，这种方式的表現可以使我们得到许多信息内容，如识别经常或长期闭上眼可以识别人们总想睡觉 ，可以运用于安全驾驶危险驾驶警示；在引喻动作中，OK手势可以识别为取得成功或提前准备进行等信息内容；可以看得出，合理的有效识别可以传递很多的信息内容，随后在AI行为识别视频监控系统等行业充分发挥至关重要的智能化和信息内容功效
1.4K30编辑于 2022-09-04 - 来自专栏燧机科技-视频AI智能分析
电工考试操作行为识别评估系统
现有AI考评系统多采用“单帧动作分类”，对“多步骤操作顺序（如‘断电-验电-接地’）”“工具使用规范性（如绝缘手套佩戴）”“动态遮挡场景（如身体转向遮挡工具）”的时序关联性识别准确率不足70%。 本文提出基于YOLOv12目标检测、Transformer时序建模与多模态感知的智能识别评估系统，通过“视觉感知-时序行为-规则引擎-量化评分”全链路架构，实现操作行为识别精度96.5%（实验室数据）， （二）时序行为建模创新 BERT替代LSTM：利用自注意力机制捕捉长序列依赖（如“停电后30秒内必须验电”），实验室数据：操作顺序错误识别准确率从71%提升至94%； 操作意图预测：通过Transformer 四、实测数据与效果 指标实验室数据（NVIDIA V100）实测数据（某省级电力培训中心）操作行为识别精度96.5%93.2%评分与专家一致性95.1%92.3%平均响应时间0.28s0.41s漏操作识别率 电工考试操作行为识别评估系统基于YOLOv12和Transformer架构深度学习算法，电工考试操作行为识别评估系统通过集成AI大模型，自动对作业的漏操作、误操作、操作顺序错误等进行自动识别，保证了智能评分的准确性和可靠性
19110编辑于 2026-01-18 - 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
70520编辑于 2022-12-26 - 来自专栏机器人视觉
边缘智能+AI赋能：创想智控金属增材制造熔池在线质量监控
如何实现对熔池的实时感知、精准分析与智能判断，成为业内关注的重点。 创想智控熔池在线质量监控系统创想智控基于多年来在激光视觉感知与智能焊接领域的技术积累，推出新一代金属增材制造熔池在线质量监控系统，融合边缘智能计算与AI深度学习算法，实现对熔池动态行为的全程实时监控、数据分析与异常预警 二、AI视觉算法：深度感知，智能识别依托创想智控自主研发的工业AI图像识别算法模型，系统可精准识别熔池形态特征，如大小、亮度、温度分布、波动趋势等，自动判断成型过程中的质量异常，包括但不限于：熔池过热/ 三、非接触式，兼容性强系统采用非接触式视觉感知设计，对现有金属增材设备几乎无改动要求，支持与多种打印平台无缝对接，适配激光选区熔化（SLM）、电子束熔化（EBM）、激光直接能量沉积（DED）等主流技术路线 结合历史数据与AI分析，用户可提前制定工艺优化策略，降低次品率，提升整体工艺水平。
42310编辑于 2025-04-29 - 来自专栏燧机科技-视频AI智能分析
智能ai行为分析监控
随着ai视频智能识别系统安全生产技术的发展趋势，视频监管系统正向着超清、智能化、主动化的角度发展趋势。智能超清互联网视频监管系统的使用也愈来愈多。 ai视频智能识别系统的发展趋势，智能监控摄像机愈来愈运用于多种情景。燧机科技智能监管系统不但具备高像素的图片品质，并且适用智能剖析和智能识别。 与传统的的视频监管对比，人工智能视频个人行为监管系统完成了积极剖析的作用，大大的减少了过去人工查找和人工值勤的不便。 现阶段常用的有人工智能行为分析和监管、当场安全头盔识别系统、人工智能火灾事故监管系统等。 与一般视频监管系统对比，人工智能视频个人行为监管系统完成了积极剖析和识别的作用，并依据识别和研究结论制订了不一样的命令。
1.1K20编辑于 2022-09-04 - 来自专栏燧机科技-视频AI智能分析
AI图像行为分析算法
AI图像行为分析算法通过python+opencv深度学习框架对现场操作行为进行全程实时分析，AI图像行为分析算法通过人工智能视觉能够准确判断出现场人员的作业行为是否符合SOP流程规定，并对违规操作行为进行自动抓拍告警 OpenCV是一个基于Apache2.0许可（开源）发行的跨平台计算机视觉和机器学习软件库，AI图像行为分析算法可以运行在Linux、Windows、Android和Mac OS操作系统上。 图片AI图像行为分析算法Python是一种由Guido van Rossum开发的通用编程语言，它很快就变得非常流行，主要是因为它的简单性和代码可读性。 AI图像行为分析算法使程序员能够用更少的代码行表达思想，而不会降低可读性。与C / C++等语言相比，Python速度较慢。 这也使得AI图像行为分析算法与使用Numpy的其他库（如SciPy和Matplotlib）集成更容易。
1.2K40编辑于 2023-09-23 - 来自专栏燧机科技-视频AI智能分析
工地AI视频行为分析系统
工地AI视频行为分析系统通过现场安装的监控摄像头对现场视频监控画面当中人员行为进行实时分析预警，工地AI视频行为分析系统在可以监测分析：安全帽佩戴识别、反光衣穿戴识别、抽烟识别、打电话识别、睡岗离岗识别 、安全带佩戴识别、区域入侵识别、玩手机识别等，当系统检测到出现违规行为时马上预警信息，并联动现场音柱语音广播提醒，进一步提高现场安全作业监督效率。 依据机器视觉+边缘计算分析，工地AI视频行为分析系统实时分析视频监控中人员行为问题与目标对象，并推送警报。从处于被动监管到主动识别分析，充分反映了预警信息、正常的和检测规范化。 工地AI视频行为分析系统主动实时分析作业现场的人员违规不安全的行为，识别现场明火烟雾情况，鉴别人员的工作状态。 依据深度学习和视频分析算法，识别现场人员是不是按规定采用安全防范措施，降低安全问题发生的几率。规范现场安全作业行为，遵循安全规定。
85000编辑于 2022-10-11 - 来自专栏燧机科技-视频AI智能分析
人员动作行为AI分析系统
人员动作行为AI分析系统通过python+yolo系列网络学习模型，人员动作行为AI分析系统对现场画面人员行为进行实时分析监测，人员动作行为AI分析系统自动识别出人的各种异常行为动作，人员动作行为AI分析系统立即抓拍存档预警同步回传给后台 虽然YOLOv5算法并没有与YOLOv4算法进行性能比较与分析，但是YOLOv5在COCO数据集上面的测试效果还是挺不错的。
1.1K40编辑于 2023-01-26 - 来自专栏燧机科技-视频AI智能分析
AI行为分析预警系统
AI行为分析预警系统通过python+opencv网络模型Ai视觉智能分析技术，AI行为分析预警系统可以对实际场景下如车间、电力场景、化工场景、工业生产场景下的人员作业操作行为规范进行有针对性的定制开发 ，根据每个项目的不同的识别预警需求。 基于CUDA和OpenCL的高速GPU操作接口也在积极开发中。自从第一个预览版本于2000年公开以来，目前已更新至OpenCV4.5.3。 OpenCV可用于开发实时的图像处理、计算机视觉以及模式识别程序，该程序库也可以使用英特尔公司的IPP进行加速处理。完善的传统计算机视觉算法，涵盖主流的机器学习算法，同时添加了对深度学习的支持。
94830编辑于 2023-04-30 - 来自专栏机器人视觉
焊接熔池监控相机如何助力自动化生产
本文一起了解创想智控焊接熔池监控相机如何助力自动化生产，并提升焊接过程的精度、稳定性和效率。1.提升焊接质量焊接熔池是焊接过程中金属熔化区域，熔池的形态直接影响焊缝的质量。 传统的人工肉眼的监控方式难以做到持续、精确的监测，容易受操作人员经验、环境因素等影响。而焊接熔池监控相机可以实时捕捉熔池的动态变化，精确分析熔池的大小、形状及其稳定性，及时反馈异常情况。 这种闭环控制系统不仅提升了焊接的一致性和可靠性，还大幅减少了人工干预的需求，减少了操作错误，提高了生产效率。 智能图像处理算法分析熔池尺寸、形状等属性，系统可以提前识别潜在的焊接缺陷，为后续的质量控制和维护提供重要数据支持。此外，自动化检测减少了人工检测的误差，提高了检测效率和准确性。 通过对大量焊接过程数据的积累与分析，企业可以识别出潜在的生产瓶颈，及时调整工艺流程，从而进一步提升整体生产效能。
31610编辑于 2025-01-20 - 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 OpenCV可用于开发实时的图像处理、计算机视觉以及模式识别程序，该程序库也可以使用英特尔公司的IPP进行加速处理。 图片 Python是一门跨平台、脚本以及开发应用的编程语言跨平台概念是软件开发中一个重要的概念，即不依赖于操作系统，也不依赖硬件环境。 一个操作系统（如Windows）下开发的应用，放到另一个操作系统(如Linux)下依然可以运行。与C / C++等语言相比，Python速度较慢。
1.3K50编辑于 2023-02-27 - 来自专栏燧机科技-视频AI智能分析
ai课堂行为分析检测评估
ai课堂行为分析检测评估系统通过yolo网络模型算法，ai课堂行为分析检测评估算法利用摄像头采集学生的图像，视线跟踪技术的智能教学系统由情感模型、教师模型、学生模型和课程模型四个模型组成。 用户端的视线及表情信息通过摄像头采集并传递到情感模型情感模型对识别到的表情、行为数据与跟踪得 到的视线所处的知识点处理分析，判断学习者对知识的掌握情况、兴趣与否、专注程度及学习进度，将分析结果一一对应 ai课堂行为分析检测评估算法模型选择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课堂行为分析检测评估算法模型对于卷积层和全连接层，采用Leaky ReLU激活函数：max(x,0.1x)max(x,0.1x)。但是最后一层却采用线性激活函数。 在ai课堂行为分析检测评估YOLO系列算法模型中，针对不同的数据集，都需要设定特定长宽的锚点框。
98330编辑于 2023-09-14 - 来自专栏燧机科技-视频AI智能分析
校园安全AI视频行为分析系统
校园安全AI视频行为分析系统以yolov7网络模型算法为核心，对现场画面中打架、异常跌倒、攀爬翻墙、违规闯入行为主动识别预警存档。
90600编辑于 2023-04-19 - 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。
1K30编辑于 2023-02-08
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