- 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
化工厂跑冒滴漏识别系统
化工厂跑冒滴漏识别检测系统基于Python基于YOLOv7机器视觉深度学习算法，自动识别现场画面中机械管道是否存在液体泄漏情况发生，当检测到液体泄漏时，可以立即抓拍存档告警同步反馈到监控后台人员，及时处理
66620编辑于 2022-12-28 - 来自专栏燧机科技-视频AI智能分析
车间跑冒滴漏识别摄像机 守护工业用水安全
为提升过程可控性，部分企业尝试部署“车间跑冒滴漏识别摄像机”。然而，市场宣传中常出现“24小时智能监测”“将防控转为事前预防”“立即发出警报”等夸大表述，易引发对技术能力的严重误判。 注：在实验室标准测试平台（可控滴漏、均匀光照、深色地面）下，系统对明显滴漏事件的识别召回率达89.5%，误报率约8.7%（样本量：320组实验）。
14910编辑于 2026-01-30 - 来自专栏燧机科技-视频AI智能分析
跑冒滴漏监测系统
跑冒滴漏监测系统应用OpenCv+yolo计算机视觉深度学习技术对危化品生产区域实时检测，当跑冒滴漏监测系统检测到液体泄露时，立即抓拍存档告警并回传给后台监控平台方便人员及时处理，提高图像数据的实时监控效率
66920编辑于 2022-12-27 - 来自专栏燧机科技-视频AI智能分析
管道漏液跑冒滴漏识别摄像机 筑牢管道防线
在化工、制药、食品加工、能源等流程工业中，管道系统的跑冒滴漏不仅造成物料浪费，还可能引发滑倒、腐蚀、环境污染甚至火灾爆炸等次生风险。 为提升过程安全水平，部分企业部署了“管道漏液跑冒滴漏识别摄像机”。然而，市场宣传中常出现“准确识别漏水点”“立即发出警报”“消除漏检误判”等夸大表述，不仅技术上不严谨，还可能引发对系统能力的误判。 需强调：AI无法“准确识别漏水点”或判断液体类型，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
17610编辑于 2026-02-03 - 来自专栏燧机科技-视频AI智能分析
电力煤矿跑冒滴漏监测系统
电力煤矿跑冒滴漏监测系统基于yolo网络计算机视觉分析OpenCv深度学习技术，电力煤矿跑冒滴漏监测系统主动识别现场画面中管道或者机械是否存在液体泄漏跑冒滴漏行为。 我们选择当下YOLO最新的卷积神经网络YOLOv5来进行识别检测。
60540编辑于 2022-12-28 - 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
然而，受腐蚀老化、压力波动、温差形变及外力破坏等多重因素影响，管道“跑冒滴漏”现象始终是安全生产的重大隐患。传统的巡检模式高度依赖人工定期巡查或单一的压力/流量传感器监测。 它能够自动识别漏液、跑冒滴漏等异常现象，将事后补救转变为事前预警和事中快速响应，从而构建起一道全天候的工业安全防线。 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。 微漏检测：通过高帧率视频流分析，捕捉阀门、法兰连接处微小的液滴下落轨迹或持续湿润痕迹，实现“跑冒滴漏”的早期发现。 即时联动响应机制：一旦系统检测到设备机械管道状态发生跑冒滴漏情况，会自动触发多级报警机制。通过短信、邮件或应用程序推送等方式，及时将包含截图、位置、时间的报警信息发送给相关管理人员。
19900编辑于 2026-03-07 - 来自专栏TSINGSEE青犀视频
石油化工智慧安监方案：视频AI智能识别安全风险预警平台建设
基于AI智能检测技术，可以对石化监管场景中的脱岗/离岗、抽烟、防护用具穿戴、明火、液体/气体跑冒滴漏、人员入侵等其他危险/违规行为进行监测与自动预警。 二、方案概述TSINGSEE青犀视频智能分析系统以AI视频智能识别与分析能力为核心，通过对监控视频进行智能识别与分析，可提供人脸、人体、车辆、烟火、物体、行为等识别、抓拍、比对、告警等服务，对石化监管场景中的异常及违规现象进行精准研判 2）车辆检测：支持对视频画面中的危化品车辆进行抓拍、检测与识别，具体包括：车辆驶入、车辆驶离、停放位置检测等。3）人员行为检测：识别人员行为，包括：人员倒地检、抽烟、打电话、玩手机、在岗/离岗检测等。 4）消防安全检测：烟火识别：对危化企业的消防安全场景进行智能化监管，检测固定区域监控画面内是否存在烟雾、火焰的消防风险隐患，当识别到烟雾，系统自动发出告警并记录。 2）跑冒滴漏检测：实时检测液体是否有泄漏（可见光）、非常温液体是否有泄漏（红外热成像）的异常情况。
1.4K30编辑于 2023-09-01 - 来自专栏青年夏日
视频识别 动作识别 实时异常行为识别 等所有行为识别
大家好，我是cv君，很多大创，比赛，项目，工程，科研，学术的炼丹术士问我上述这些识别，该怎么做，怎么选择框架，今天可以和大家分析一下一些方案： 用单帧目标检测做的话，前后语义相关性很差（也有优化版）， 当然可以通过后处理判断下巴是否过框，效果是不够人工智能的），高抬腿计数，目标检测是无法计数的，判断人物的球类运动，目标检测是有很大的误检的：第一种使用球检测，误检很大，第二种使用打球手势检测，遇到人物遮挡球类，就无法识别目标 开始 目前以手势和运动识别为例子，因为cv君没什么数据哈哈 项目演示： 本人做的没转gif，所以大家可以看看其他的演示效果图，跟我的是几乎一样的~ 只是训练数据不同 一、 基本过程和思想
5.6K20发布于 2021-04-18 - 来自专栏决策智能与机器学习
智能识别方面主要进展 | 语音识别、OCR识别、图像识别、生物识别…… | 智能改变生活
识别与分类技术可应用于图像识别、医疗诊断、生物识别、信号识别和预测、雷达信号识别、经济分析，以及在智能交通管理、机动车检测、停车场管理等场合的车牌识别等很广泛的领域。 语音识别：语音识别行业现在似乎维持着最大的平衡，因为国内外各家的引擎识别率都基本在同一个水平线上，差不多达到了当前语音识别技术的极限，彼此之间差距不是那么明显。 国内著名的车牌识别产品主要有中科院自动化研究所汉王公司的汉王眼、北京文通科技有限公司的文通车牌识别系统等。 ? 虹膜识别：现代信息社会对精准识别的需求，呼唤更加不可替代的生物体特征，虹膜识别应运而生。 目前主要应用有证件识别、银行卡识别、名片识别、文档识别、车牌识别等。 ? 唇语识别：相较于前文提到的语音识别、车牌识别、人脸识别等难度更大，其很大程度上取决于语言的语境和对其的了解，而这些都只通过视觉来呈现的。
6.2K30发布于 2020-08-04 - 来自专栏TSINGSEE青犀视频
TSINGSEE风电场可视化智能视频集控监管系统，助力风电场无人值守监管新模式
二、方案概述TSINGSEE青犀视频依托数据采集技术、视频监控与流媒体处理技术、人工智能识别技术、网络传输与通信等技术，基于EasyCVR视频汇聚平台与AI算法平台、视频AI智能分析系统，可以对多个风电场进行全方位 图片2、智能分析识别将监控点的视频图像接入AI视频智能分析系统，可以实现人、车、物、行为、烟火等识别，例如：人脸检测、人员入侵检测、烟火检测、值班人员的睡岗离岗等行为检测等，当系统检测到异常时，将立即触发告警 图片为每个风机搭载5-6个摄像头，通过视频识别监控风机机舱内部情况如各主要设备跑冒滴漏、油位表计、电缆绕缆、电缆下垂等，利用热成像摄像机监测风机内部出现烟火、火花等环境不安全因素，也可通过热成像温度采集实时监测主要设备温度升高或达到阙值等情况时进行弹窗告警
1.1K40编辑于 2023-10-18 从 “事后稽查” 到 “精准防控”：加油站智慧监管平台重塑税务管理模式
二、强化税源动态监控，堵住 “跑冒滴漏”，保障税收收入加油站行业存在部分税源难以有效监控的问题，如 “账外经营”“私自倒卖油品”“虚开发票” 等行为，导致国家税收流失。 智慧监管平台通过全链条税源监控，能有效堵住税收 “跑冒滴漏”。
34310编辑于 2025-10-10解放双手，透视数据：AR+AI技术正在如何解决新能源储能行业的老大难问题
通过SLAM定位与设备识别技术，当运维人员戴上眼镜看向一台储罐或阀门时，系统会自动调取后台数据，将设备的型号、运行参数、历史故障记录等信息，以全息投影的形式直接显示在设备本体上。 在强光或昏暗的角落，人眼很难精准读取压力表或流量计的数值，也容易漏掉细微的跑冒滴漏。 而如今的AI+AR智能眼镜搭载了边缘计算与AI视觉识别技术，能够自动识别指针式仪表的读数和阀门的开关状态，识别精度高达90%以上。
15210编辑于 2026-03-12- 来自专栏PaddlePaddle
【场景文字识别】场景文字识别
场景文字识别是在图像背景复杂、分辨率低下、字体多样、分布随意等情况下，将图像信息转化为文字序列的过程，可认为是一种特别的翻译过程：将图像输入翻译为自然语言输出。 场景图像文字识别技术的发展也促进了一些新型应用的产生，如通过自动识别路牌中的文字帮助街景应用获取更加准确的地址信息等。 在场景文字识别任务中，我们介绍如何将基于CNN的图像特征提取和基于RNN的序列翻译技术结合，免除人工定义特征，避免字符分割，使用自动学习到的图像特征，完成端到端地无约束字符定位和识别。 本例将演示如何用 PaddlePaddle 完成 场景文字识别 (STR, Scene Text Recognition) 。 任务如下图所示，给定一张场景图片，STR 需要从中识别出对应的文字"keep"。 ? 图 1. 输入数据示例 "keep" |2.
28.4K70发布于 2018-04-02 - 来自专栏全栈程序员必看
python屏幕文字识别_python 图片文字识别 可截图识别
“”” options = {} options[“detect_direction”] = “true” options[“probability”] = “true” “”” 带参数调用通用文字识别 “”” options = {} options[“detect_direction”] = “true” options[“probability”] = “false” “”” 带参数调用通用文字识别 +’********’*2+’\n’) print(‘截屏识别填1，图片识别填2:’) pd=input(”) if pd==’2′: print(‘***************请将图片放置本目录下*
44.3K10编辑于 2022-09-01 - 来自专栏TSINGSEE青犀视频
TSINGSEE视频AI智能分析技术：水泥厂安全生产智能监管解决方案
三、方案亮点1、AI智能分析1）着装规范识别：监测员工着装是否符合安全防护标准，如安全帽、反光衣、防护服、口罩等。 2）违规行为分析：利用已部署的网络监控摄像头，接入边缘硬件并进行AI算法分析，支持违规操作如抽烟、玩手机、打电话、离岗睡岗、扭打、攀爬等多种行为的识别。 3）机械设备监控：监控各种生产设备、工作区的安全作业情况，如皮带运行情况、下料口堵塞状态、跑冒滴漏、翻板阀运动等。4）环境监控：实时监控各种环境状况，判断生产环境是否安全，如厂区内烟雾、火焰识别等。
1.1K21编辑于 2023-09-22 KAOE科义-药厂智能巡检通用化技术解决方案
在药品仓储区域，机器⼈不仅能够监测温湿度等环境参数，还可以通过视觉识别系统检查货架上的药品摆放是否符合规范，极⼤提升了仓储管理的效率和准确性。管道系统巡检展⽰了机器⼈的检测能⼒。 利⽤红外热像仪和⾼清相机，机器⼈能够精准识别管道阀⻔的跑冒滴漏异常，及时发现潜在隐患，避免因泄漏导致的⽣产事故和产品污染。
16410编辑于 2025-11-04- 来自专栏用户8715145的专栏
智能识别图像识别采用了什么原理？智能识别图像识别有哪些应用？
，那么智能识别图像识别采用了什么原理？ 智能识别图像识别有哪些应用？ 智能识别图像识别采用了什么原理？ 智能识别图像识别是通过图像的特征为基础从而达到识别结果的，每个图像都会有自己的特征，在完整的图像库里面就可以找寻出相同特征的图像。 智能识别图像识别有哪些应用？ 智能识别图像识别这项技术虽然并没有完全成熟，但是基础的技术已经能够应用到很多方面的，那么智能识别图像识别有哪些应用？ 关于智能识别图像识别的文章内容今天就介绍到这里，相信大家对于智能识别图像识别这项技术已经有所了解了，相信在未来的某一天人工智能的各种技术都会成熟的。
7.7K30发布于 2021-10-20 - 来自专栏自然语言处理
实体识别(1) -实体识别任务简介
命名实体识别概念 命名实体识别(Named Entity Recognition,简称NER) , 是指识别文本中具有特定意义的词（实体），主要包括人名、地名、机构名、专有名词等等,并把我们需要识别的词在文本序列中标注出来 例如有一段文本:李明在天津市空港经济区的税务局工作 我们要在上面文本中识别一些区域和地点,那么我们需要识别出来内容有: 李明(人名)、天津市(地点)、 空港经济区(地点)、税务局(组织) 识别上述例子我们使用了以下几个标签 命名实体识别工具 Stanford NER：斯坦福大学开发的基于条件随机场的命名实体识别系统，该系统参数是基于CoNLL、MUC-6、MUC-7和ACE命名实体语料训练出来的 https://nlp.stanford.edu 支持命名实体识别。 用于对序列数据进行分割和标记，主要用于NLP任务，例如命名实体识别、信息提取和序列标注等任务。
1.3K20编辑于 2023-08-25 - 来自专栏算法工程师的学习日志
车牌识别（2）-搭建车牌识别模型
上一期分享了模拟生成车牌的方法，今天分享一下搭建要给简单的车牌识别模型，模拟生成车牌的方法参看：车牌识别（1）-车牌数据集生成 生成的车牌如下图 准备数据集，图片放在path下面，同时把图片名称和图片的车牌号对应关系写入到 y_train是长度为7的列表，其中每个都是shape为(n, # )的ndarray，分别对应n张图片的第一个字符，第二个字符....第七个字符 因为车牌是固定长度，所以有个想法，就是既然我们知道识别七次 ，那就可以用七个模型按照顺序识别。 0.9915 - val_c5_acc: 0.9723 - val_c6_acc: 0.9212 - val_c7_acc: 0.9336 可见五轮训练后，即便是位置靠后的几位车牌，也实现了 93% 的识别准确率 ，识别成功 chars = '' for arg in np.argmax(lic_pred, axis=1): # 取每行中概率值最大的arg,将其转为字符
3.4K30编辑于 2022-07-27 - 来自专栏又见苍岚
调用 Baidu 语音识别接口识别短句
语音识别已经是很成熟的技术了，本文记录调用百度 API 实现语音识别的过程。 简介 百度语音识别的功能： 技术领先识别准确 采用领先国际的流式端到端语音语言一体化建模方法，融合百度自然语言处理技术，近场中文普通话识别准确率达98% 多语种和多方言识别 支持普通话和略带口音的中文识别 ；支持粤语、四川话方言识别；支持英文识别 深度语义解析 支持50多个领域的语义理解，如：天气，交通，娱乐等。 ，使识别结果的表现方式贴合表述，更加可懂 数字格式智能转换 根据语音内容理解可以将数字序列、小数、时间、分数、基础运算符正确转换为数字格式，使得识别的数字结果更符合使用习惯，直观自然 支持自助训练专属模型 音频重采样 语音识别需要将音频采样频率固定在 16k，如果当前音频不是 16k 采样率，需要重采样。 可以参考 修改 wav 音频采样率 测试音频 原神中的一段 音频 为例。
2.1K10编辑于 2023-06-27
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