- 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
管道设备漏水漏油识别检测系统
管道设备漏水漏油识别检测系统应运而生，该系统旨在通过现场已安装的监控摄像头，结合先进的计算机视觉算法，对管道设备状态进行24小时不间断的智能监测。 核心算法能力解析：多介质特征提取：漏油识别：利用油渍与地面或设备表面的颜色差异（如彩虹色反光、深色浸润）及纹理扩散特征，训练模型精准定位不规则油斑。 漏水/透明液体识别：针对水等透明介质，算法重点捕捉液体流动的动态纹理、反光变化以及浸润区域的边缘扩张速率，甚至能识别高压喷射产生的雾状水汽。 四、实测性能与环境挑战根据行业主流解决方案在2025年发布的实验室标准测试数据（清晰图像、模拟泄漏场景）：明显漏油（深色液体）识别准确率可达96.2%；清水泄漏识别准确率约为88.5%（受背景颜色影响较大 六、结语管道设备漏水漏油识别检测系统的核心价值，在于激活了沉睡的视频资产，构建了一张全天候、无死角的工业安全感知网。
19600编辑于 2026-03-07 - 来自专栏燧机科技-视频AI智能分析
罐区漏油液体泄漏识别系统 守护工业安全
为提升过程安全水平，部分企业部署了“罐区漏油液体泄漏识别系统”。然而，市场宣传中常出现“实时检测”“立刻告警”“基于双引擎架构”“以便工作人员采取措施”等夸大表述，易引发对技术能力的误判。 需强调：AI无法“监测机器运行状态”或“识别具体液体类型”，仅能对地面可见的液体动态异常进行初判，例如：持续滴落：液体从管道接口周期性滴落；地面积聚扩展：新出现的深色区域缓慢扩大；沿斜面流动：液体在设备基座或导流沟中形成明显流动轨迹 注：在实验室标准测试平台（可控滴漏、均匀光照、深色防渗地面）下，系统对明显滴漏事件的识别召回率达90.2%，误报率约8.9%（样本量：300组实验）。 数据基于瑞芯微RK3588边缘设备，实际效果受安装角度、光照条件、液体类型影响显著，仅供参考。 五、未来优化方向融合低成本多光谱成像（如近红外波段），提升油水区分能力；构建设备工况自适应模型，适配启停、装卸等不同阶段；与DCS系统联动，辅助关联工艺参数异常（如压力骤降 + 视觉异常）。
14610编辑于 2026-01-31 - 来自专栏互联网软件技术
js识别设备
console.log(window.navigator); Navigator 对象属性 appCodeName 返回浏览器的代码名。 appMinorVersion 返回浏览器的次级版本。 appName 返回浏览器的名称。 appVersion 返回浏览器的平台和版本信息。 browserLanguage 返回当前浏览器的语言。 cookieEnabl
3K50发布于 2018-10-24 - 来自专栏醉梦轩
让adb识别到不能识别的设备
有些设备tadb等第三方adb工具能识别，但是sdk中提供的adb却不能识别。这种情况可以通过修改adb_usb.ini来让adb识别。 该文件位于C:\Users\xxxxxx\.android\adb_usb.ini\n将要识别设备的VID添加到adb_usb.ini文件，每行一个，如： 0x2717 0x2A45 0x9BB5 获取设备UID的方法是： 打开设备管理器,找到安装的android硬件,右单属性再打开详细信息选项卡,在 属性 中选择硬件id,会在 值显示框 中出现硬件的id信息,只需要记下 VID_ libusb0-0001–0x2a45-0x0c03 2A45/0C03 Dev #1: Meizu - MX4- Serial Number: 750BBKT22W4L 如果不能看到这个设备
1.3K40发布于 2018-07-06 电力场景设备漏油检测数据集VOC+YOLO格式338张1类别
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，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)：338 标注数量(xml文件个数)：338 标注数量(txt文件个数)：338 标注类别数：1 标注类别名称:[“oil”] 每个类别标注的框数：
23710编辑于 2025-07-20- 来自专栏linux运维
USB 设备问题：USB 设备无法识别或正常使用
常见的 USB 设备问题及解决方案2.1 USB 设备未被识别问题：USB 设备插入后未被系统识别。解决方案：检查 USB 端口和设备连接，确保驱动已安装。 示例：检查 USB 端口和设备连接：尝试将设备插入其他 USB 端口。重新插拔设备，确保连接牢固。 ：USB 设备驱动未加载，导致设备无法正常工作。 设备冲突问题：多个 USB 设备之间存在冲突，导致设备无法正常工作。 解决方案：卸载冲突的设备，重新插拔设备。示例：卸载冲突的设备：sudo umount /dev/sdb1示例：重新插拔设备，确保没有冲突。
3.1K10编辑于 2025-02-06 - 来自专栏PyQt+YOLO
【AI加持】基于PyQt5+YOLOv8+DeepSeek的变压器漏油检测系统（详细介绍）
一．前言在电力系统中，变压器作为关键设备，其运行安全直接关系到电网的稳定性与供电可靠性。变压器漏油是常见且高风险的运行缺陷之一，可能引发绝缘性能下降、设备过热甚至火灾事故。 计算机视觉与人工智能技术的发展为设备状态监测提供了新思路。深度学习目标检测算法的成熟，使得从图像中自动识别复杂缺陷成为可能。YOLO系列算法以其实时性强、精度高的特点，在工业检测领域得到广泛应用。 此外，变压器还具有电气隔离、提高系统安全性和稳定性的作用，在工业、通信和电子设备中同样发挥着重要作用。1.变压器漏油变压器漏油是电力设备运行中较为常见且需要高度重视的问题，主要发生在油浸式变压器上。 PyQt5界面直观展示不同漏油案例，YOLOv8标注关键特征，DeepSeek对漏油类型、成因和处理措施进行自然语言讲解，帮助运维人员快速理解复杂故障特征，提升实际识别能力和专业判断水平。 该系统能够实现对设备隐患的早期发现与预警，有效避免因漏油引发的设备故障和安全事故，提升电网运行的可靠性与安全性。
39310编辑于 2025-12-14 电力场景电力设备漏油检测数据集VOC+YOLO格式1114张36类别
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，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)
25710编辑于 2025-09-09- 来自专栏Mac资源随时更新
Mac电脑无法识别安卓设备？
由于Mac OS X 本身并不支持 MTP 协议，所以通过 USB 将 Android 设备连接到 Mac 电脑上是无法识别的，更别说读取里面的文件了！ Android的内部和外部存储都可以安装在Mac上编辑Android文件，而无需在计算机上复制它们您只需要MacDroid和通过USB连接到Mac的AndroidMacDroid支持所有Android和MTP设备 处理整个文件夹您可以在Mac和Android之间移动整个文件夹，并且始终在设备上拥有最新的文档。观看长途飞行的电视节目如果您想在离线状态下在设备上观看新剧集，则MacDroid会进行转移。 支持任何MTP设备还有更多以MTP模式连接的设备吗？就像在Android设备上一样，在MacDroid中使用它们。
5.9K10编辑于 2022-09-11 USB 设备插入后无法识别，如何排查？
如果使用了USB扩展坞或集线器，尝试直接将设备连接到主机USB端口。检查USB设备的电源状态（如外接硬盘是否已连接电源适配器）。 方法二：检查设备管理器中的状态步骤：打开“设备管理器”：按下Win + X键，选择“设备管理器”。展开“通用串行总线控制器”类别，查找是否有黄色感叹号标记的设备。 方法四：启用或禁用USB控制器步骤：在“设备管理器”中右键单击“通用串行总线控制器”下的USB根集线器或Hub，选择“禁用设备”。等待几秒钟后重新启用设备。测试USB设备是否能被识别。 在“其他疑难解答”部分，找到“硬件和设备”选项。点击“运行疑难解答”，按照提示完成操作。方法七：检查电源管理设置步骤：打开“设备管理器”。 重启计算机并重新插入USB设备，测试是否能被识别。方法九：检查USB设备本身步骤：将USB设备连接到另一台计算机上，测试是否能正常工作。如果在其他计算机上也无法识别，可能是设备本身故障。
6.4K30编辑于 2025-03-09AR眼镜 + 视觉大模型在工业巡检的核心应用场景
核心功能：AR 眼镜实时采集设备图像，边缘端传输至视觉大模型；模型自动识别裂缝、腐蚀、变形、漏油等缺陷，判断严重等级；AR 眼镜以高亮框 + 文字标注缺陷位置，同步记录缺陷坐标与图像。2. 仪表与读数自动识别适用对象：压力表、温度计、流量计、液位计等工业仪表，设备指示灯（红 / 绿 / 黄）。 核心功能：语音指令（如“读左侧压力表”）触发 AR 眼镜采集目标图像；模型识别表盘类型（指针、数字），判断指示灯状态；AR 叠加数值标签（如“压力 3.2MPa，正常范围 2-4MPa”），数据自动同步至后端系统 复杂设备状态综合评估适用对象：汽轮机、风机、工业机器人等复杂设备。 核心功能：AR 眼镜集成麦克风、振动传感器，同步采集设备图像、运行声音、振动波形；模型联合音频分析，综合判断状态（如“轴承端盖漏油 + 振动异常→轴承磨损”）；AR 以 3D 拆解图展示内部结构，标注问题部件
55110编辑于 2025-08-27- 来自专栏燧机科技-视频AI智能分析
变电站视频监控AI巡视系统
变电站视频监控AI巡视系统基于YOLOv10+Transformer，针对变电站不同设备实现指针表读数、数字表读数、指示灯开关 / 压板、硅胶变色、表盘破损模糊、油位、局域绝对测温、三相相对测温、渗漏油检测 AI算法替代人眼，7×24小时不间断识别设备状态，消除视觉疲劳与盲区；变电站设备状态识别监测的AI算法场景将不断丰富，推动远程智能巡视系统向“无人值守、智能决策”的更高阶段迈进，为电网安全稳定运行筑牢技术基石 设备状态异常检测指示灯开关/压板状态识别采用颜色空间分析与形态学处理相结合的方法。通过HSV颜色空间提取指示灯区域，结合亮度阈值判断开关状态。 渗漏油检测采用光流法与颜色分析：通过连续帧光流分析判断油液流动，结合颜色特征确认渗漏。实验室测试显示渗漏油检出准确率为87.9%（实验室数据）。4. 经过3个月试运行，系统日均处理视频流2.3TB，识别设备状态异常12.6次/天，人工复核准确率达到86.4%（实测）。
8710编辑于 2026-04-10 - 来自专栏云深知网络 可编程P4君
老司机等等我，我家漏油器也要换“芯”了！
Engiant 660 既可用于线卡 也可以用于盒式设备 在2020年推出样片后 目前正在进行整机系统研制 预计 今年第四季度 将正式发布搭载智擎 高端核心路由器家族产品 新华三造芯是 目前传统网络处理器市场凋零 网络处理器 - 信息高速公路上落寞的背影 与此同时 老大哥思科顺应潮流 Silicon One芯片横空出世 一文详解思科Silicon One交换路由芯片 因此留给 设备厂商的时间不多了
55520编辑于 2023-02-15 - 来自专栏大龄程序员的人工智能之路
移动设备上的多位数字识别
对于多位数字识别，也有人进行门牌号码、车辆VIN(Vehicle Identification Number，车辆识别码)识别之类的研究。 但是，据我们所知，在移动设备上使用CNN进行多位数字识别尚未得到很好的研究。 移动解决方案具有许多优点：便携、便宜且拥有便捷的交互界面。但是，移动平台有其自身的约束，例如实时响应速度、有限的内存资源。 特别是，在移动设备上运行CNN是一个具有挑战性的问题，因为传统的CNN通常需要大量的内存。 简单的CNN只需少量的内存，并能在移动设备上快速运行，实验结果表明它仍然可以达到不错的准确度 - 错误率低于1％。 批量处理全连接层 批量化处理全连接层，更多的参数得到重用，局部缓存更有效。 CNN在主机上训练，移动设备加载训练好的参数。程序在全连接层中批量处理多个图像，加速CNN计算。 预处理 ? ? 图1：预处理和分割步骤中的输入和中间图像 用户拍摄写在浅色纸或纸板上的手写数字的照片。
2.8K20发布于 2019-07-01 - 来自专栏DeveWork
DW Mobile Switcher：移动设备识别切换主题插件
DW Mobile Switcher 这款移动设备识别切换主题插件（就是说如果检测到是移动设备就会切换设置的另一款“移动主题”）是为了接下来要发售的两款移动主题（EaseMobile、DeveMobile DW Mobile Switcher 使用方法 该插件的实现的功能是：在pc 上显示还是你之前使用的主题（下称“电脑桌面主题”），但在移动设备上，他会自动加载相应设置的移动主题。 利用 DW Mobile Switcher 插件测试站点是否适合安装移动主题 由于本站发布的移动主题是通过该插件来识别移动设备，进而调用移动主题。 测试方法：下载本插件（下段有地址），上传激活，然后按照上面的“使用方法”设置手机主题为另外的一个主题，用手中的移动设备访问你的网站看看是否可以显示该另外的主题。
1.4K50发布于 2018-01-19 - 来自专栏音视频技术
使用VoiceFliter-Lite改进设备上的语音识别
正文字数：1896 阅读时长：2分钟 语音辅助技术使用户能够使用语音命令与他们的设备进行交互，并且依靠准确的语音识别来确保对特定用户的响应。 在“Voice Filter-lite方面：针对面向设备上语音识别的流媒体目标语音分离”中，我们推出了针对设备上使用的Voice Filter的更新，该更新可以通过利用选定发言人的注册语音来达到显著提高和改善重叠语音的语音识别 重要的是，该模型可以很容易地与现有的设备语音识别应用程序集成，允许用户在极其嘈杂的条件下访问语音辅助功能，即使互联网连接不可用。 v=kOqYEWLuAZQ&feature=youtu.be 改进设备上的语音识别 虽然最初的VoiceFilter系统非常成功地将目标发言人的语音信号从其他重叠的信号源中分离出来，但它的模型大小、计算成本和延迟 ，对于移动设备上的语音识别是不可行的。
1K10发布于 2020-12-02 - 来自专栏FreeBuf
使用树莓派打造面部识别安全设备
Microsoft Visual Studio 2015 Microsoft Project Oxford Microsoft Azure Microsoft Azure云存储服务 动手实践 关于项目： 该设备使用 Microsoft Project Oxford面部识别方案，检测访问者是否为房子的所有者，通过验证之后会立马打开房门，否则系统将向房屋所有者绑定的移动设备推送一条警告信息，并询问是否给该访问者开门。 使用/集成的服务 Azure storage云存储服务 Microsoft Project Oxford: 面部识别API 使用ASP.Net SignalR将所有者的行为发送给树莓派 使用WNS向移动设备发送通知信息 移动侦测的捕捉影片命令会将获取到的访问者面部图像，发送到Project Oxford服务器进行识别。如果确认为该房屋的所有者，伺服马达将打开房门；否则将获取到的访问者面部图像发送到绑定的移动设备。 当在识别访问者过程以及传感器进行必要操作期间，IsActive属性不能被设置为假。关闭房门之后该属性重新设置回真，激活识别系统。 芝麻开门 我们使用伺服马达控制房门。
1.5K80发布于 2018-02-09 - 来自专栏Mac资源随时更新
Mac电脑无法识别安卓设备怎么办？
很多网友反映，Mac电脑无法识别安卓设备，不能对其进行数据操作！ Android File Transfer是一款强大好用的安卓文件传输工具，使用非常简单，只需要在连接手机前运行 Android File Transfer ，再连接手机，那么 Mac 就会识别出 Android 设备，并可以对里面的文件进行复制、粘贴、删除等管理！
2.2K40编辑于 2022-09-16 - 来自专栏应用案例
USB设备无法识别怎么办怎么数据恢复
usb接口设备在我们生活中非常普遍，比如我们常见的USB鼠标，usb键盘，usb音箱，U盘等等，但使用usb设备也会伴随着各种各样的问题发生，如常见的usb无法识别，将usb设备接入电脑，电脑无法识别usb 设备或者提示有“无法识别的usb设备”，那么提示无法识别usb设备怎么办呢？ 再确认是否为USB接口损坏了：用另一个正常的U盘去接上同一个USB口，还是不能正常使用的话，如果是电脑问题导致的USB无法识别，那么我们需要检测一下电脑设置。 3. 使用U盘时电脑意外断电，重新开机后U盘无法正常使用，插上后系统就报错“无法识别的USB设备”，这种情况，很大原因是供电问题，先连接好外接电源或者通过PS2转接线连接好，确保提供足够的电能之后再试试，这时应该可以正常使用 将usb设备接入电脑，提示有“无法识别的usb设备”。
3.9K50发布于 2018-01-09 - 来自专栏燧机科技-视频AI智能分析
设备仪器仪表盘读数识别系统
设备仪器仪表盘读数识别系统基于YoLov5网络模型分析技术，设备仪器仪表盘读数识别系统自动识别指针型仪表读数。 设备仪器仪表盘读数识别系统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 RCNN模型，RCNN模型提出了候选区(Region Proposals)的方法，先从图片中搜索出一些可能存在对象的候选区（Selective Search），大概2000个左右，然后对每个候选区进行对象识别
62500编辑于 2023-05-03
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