简介：[摘要]：结直肠癌是最常见的消化道恶性肿瘤之一,对我国居民健康造成了严重危害。我们提出了一种改进的YOLOv3算法--Efficient-YOLOv3，结果表明，EfficientYOL0v3 模型检测结直肠息肉的mAP为93.04%。与基准的Yolov3模型相比提高了8%以上,与基准的Yolov4模型相比提高了3%以上。

简介：摘要：针对水下裂纹采集的图片清晰度、对比度低的问题，本文提出了利用计算机视觉技术对水下裂纹进行检测，首先利用二值化对采集的水下裂纹图像进行出里，再利用改进的YOLOV4算法进行目标检测。将水下拍摄的裂纹视频提取出单独的帧；利用二值化将采集到的水下彩色图像转化成二值图像，将二值化得到的图片利用中值滤波方法进行去噪处理；将处理后的图片送入到改进后的YOLOV4网络进行训练。结果表明，该方法在对水下坝体裂纹检测的平均精确度可达94.67，速度可达33.7fps。使得水下坝体裂纹检测的准确率和运算速率都得到了很大的提升。

简介：摘要：本文章阐述了一种基于对抗态势感知和安全计分技术的早期预警系统模型，并对模型的态势感知、风险量化计分部分展开叙述，提出基于对抗的智能态势感知预警模型的观点，并给出相应的解答，在研究这两个问题的同时能了解到现代科技的创新和发展，本文将主要围绕着这两个话题有效融合进行讨论。

简介：摘要：生产安全是工厂的重中之重，划分出危险区域并进行安全驱离具有重要的意义，因此提出了一种基于改进的YOLOv5特定区域图像识别技术，通过对采集的实时视频进行处理、对YOLO模型中图像进行特定区域的划分，可以实现在移动端，或者性能较低的设备上进行图像实时监测和危险区域的划分。

简介：摘要：生产安全是工厂的重中之重，划分出危险区域并进行安全驱离具有重要的意义，因此提出了一种基于改进的YOLOv5特定区域图像识别技术，通过对采集的实时视频进行处理、对YOLO模型中图像进行特定区域的划分，可以实现在移动端，或者性能较低的设备上进行图像实时监测和危险区域的划分。

简介：摘要：伴随着网络的快速发展和文化观念的快速迭代，以年轻用户为主的小家电产品的需求不断增加，为了满足年轻用户创造更为有利的生活环境和工作环境，对小家电产品提出更高的要求。本文以KANO模型和感性研究为理论基础，以小家电生活用品中的加湿器为研究对象，根据问卷调查法筛选感性意向词汇语义差分法获取感性词汇与 CMF样本映射关系，规划产品的CMF设计原则与方向，提取加湿器的CMF设计元素，对设计流程与方法进行系统阐述。从年轻用户群体使用加湿器产品的感觉与情感体验角度出发，依照CMF设计流程，从用户的感性角度出发，合理分析用户需求，提取用户内心的感性元素进行设计，真正意义上地提高产品的用户体验，对小型家用产品中加湿器产品的CMF设计带来重要实践意义。

简介：摘要：

简介：摘要：交通大模型是一种基于大数据和人工智能技术的交通模型，通过对海量交通数据进行实时分析和处理，实现对交通状态的精准感知和预测，为交通管理、道路规划和出行服务等提供支持。道路状态预测方法包括数据收集和预处理、特征提取、模型选择和训练、性能评估等步骤。道路状态感知方法包括传感器选择和安装、数据处理和分析、道路状态推理和感知等。这些方法可为交通管理和规划提供实时、准确的道路交通信息。

简介：摘要：随着气候变化的加剧，极端天气事件频繁发生，水淹厂房的风险日益突出。本研究基于智能感知技术，提出了一种水淹厂房报警预警模型。该模型通过整合传感器数据、机器学习算法和实时监测系统，实现了对水淹风险的准确识别和及时预警。本文首先介绍了水淹厂房的危害和紧迫性，然后详细阐述了模型的构建过程，并利用实际案例验证了其有效性。最后，对模型的应用前景和改进方向进行了讨论，为水淹厂房风险管理提供了新思路。

简介：摘要：在公共场所吸烟的行为不仅危害吸烟者本身的健康，同时不规范的吸烟行为也是火灾发生的隐患，每年约20%的火灾是由吸烟引起的。随着吸烟人群的逐年增加以及禁烟执法力量的严重不足，室内吸烟行为仍屡禁不止。为了确保禁烟政策的实施，社会迫切需要能够有效检测吸烟行为的智能方法来辅助禁烟。传统的吸烟检测方法是烟雾检测，常见于室内，还有基于光电烟雾传感器的吸烟报警器，常见于高铁、列车等禁烟的公共场所，这类检测方法只能检测出大概范围，无法精确地识别吸烟对象。随着社会发展，吸烟与人们对生活健康的矛盾日益凸显。基于大量数据的深度学习目标检测算法学习目标特征和规律来监测吸烟行为以取缔灵敏度低下的烟雾传感器。近年来，深度学习的目标检测算法被广泛应用于各个领域。本文基于YOLOv7算法，在Windows10系统下搭建了深度学习环境，建立数据集，训练并评估模型，根据评估结果有针对性的对YOLOv5进行了结构改进和参数寻优。

简介：摘 要：插电式混合动力汽车（PHEV）及油电混合动力成型（HEV）凭借其独特的优势已成为混动汽车的重要组成部分和发展趋势，让混合动力车型在大部分工况下给客户带来纯电体验是影响新能源车型竞争力的关键因素之一。本论文通过建立数学模型来研究和分析如何提升插电混动车型的纯电体验感。首先，通过收集和分析关于混合动力车型的相关数据，我们建立了一个数学模型来模拟车辆的纯电驱动系统。通过该模型，我们探索了优化车辆性能和提高用户体验的各种方法，包括能量管理策略、驱动模式选择和电池容量优化。实验结果表明，在硬件无法进行更改的状态下，通过优化能量管理的策略，插电混动车型的纯电体验感可以得到显著提升。

简介：摘 要

简介：摘要：针对复杂路面情况下道路路面病害识别检测精度低且检测模型过大的问题，提出一种基于yolov8的道路路面病害识别检测算法。通过在算法结构中引入AFPN自适应空间融合结构，提高了道路路面病害检测的平均精度均值和检测准确率，且此方法在实际道路路面病害检测与识别中能够快速的检测出路面的破损位置及类型。

简介：摘要：交通大模型是利用大数据和人工智能技术对交通运行规律、交通行为和交通网络进行全面、深入分析和建模的一种方法。深度学习在交通大模型中发挥着重要作用。深度学习通过构建多层神经网络，自动提取数据的特征，适用于大规模数据处理，并具有强大的表示学习能力。道路全息感知技术是一种综合性技术，通过多元化的传感器和算法，对道路环境进行全面、实时的感知和解析。传统的方法在处理复杂场景时存在局限性，而基于深度学习的道路全息感知技术能够解决这些问题。

简介：摘要：近年来，学术界、工业界有关汽车自动驾驶研发需求变得越来越迫切，环境感知技术是自动驾驶最为核心且关键的技术之一，也是整套自动驾驶系统运行的基石版块。以L4层级自动驾驶汽车的摄像头和激光雷达为研究对象，通过翻阅大量文献资料，对这两者进行硬件分析。旨在为后来者作了解参考，便于其了解各车载感知设备的优缺点。

简介：摘要：移动机器人路径规划与跟踪控制技术的背景和意义在于它们的实用性和广泛应用。通过深入研究这两方面的技术，我们可以提高机器人的自主行动能力和运动性能，为我国的机器人产业注入新的活力。同时，这一研究也有助于培养一批具有创新能力的高素质人才，为我国科技创新和产业升级贡献力量。

简介：摘要：行人目标检测广泛应用于汽车自动驾驶、安防监控、入侵识别等领域，对检测算法的实时性提出了较高要求。由于城市道路等场景背景复杂，行人目标尺寸小且易被遮挡，导致算法运算量大，对系统计算资源要求高。本文提出了基于YOLOv3的轻量化行人检测算法。将传统YOLOv3算法的骨干网络替换为轻量化骨干网络，运算量降低了71%，模型参数量降低了62%，同时具备较高的行人检测精度，适用于计算能力较低、存储空间较小的嵌入式设备，便于前端部署。

简介：摘要：溺水事故在中国是一个严重的问题，每年都造成大量的死亡和伤亡，大部分溺水事故发生在水库、池塘、河流、溪边和湖泊等地。为了减少溺水死亡人数和人力成本，本文提出了一种智能化的无人救生艇，旨在改善传统救生圈存在的问题。该救生艇可以自动监测水域情况，并提供自动救援，有效提高救生效率和减少人为风险。本研究的结果将有助于改善溺水事故的预防和救援技术，保护人们的生命安全。

简介：摘要：工厂内违规吸烟可能引起重大的安全事故。为检测是否有人违规吸烟，提出一种可以快速准确检测吸烟的算法。该算法主要基于YOLOv5模型对摄像头输入的视频流进行实时处理。具体来说包含以下两个步骤：首先，选用合适的数据集，并对数据集的标注框进行优化；其次，使用decoupled head来调整模型的网络结构使其更好地适应吸烟检测场景的需求。实验结果表明，优化标注框的数据集召回率可以提升4.4，而改进后的算法相较于原始YOLOv5精确度提高3，召回率提升3.1，可以提供更高的检测准确率和更低的误报率。同时，在实际应用中，该算法具有较高的性能和稳定性，可以有效地用于工厂内吸烟检测的场景。

简介：摘要： 本文将使用改进YOLOv5s网络的PCB板缺陷检测算法，该网络基于YOLOv5s网络进行优化改造，不仅解决上述问题，还具有轻量化、鲁棒性高等优点，同时针对于PCB各类缺陷不易检测的难点，在优化后的网络中加入K-means+聚类算法，从而提高对于PCB小目标缺陷的检测精度。通过实验得出在 6 种 PCB 缺陷类型中对于漏孔类型缺陷检测精度达到 98.9%，所有类别 PCB可达 95.4%。实验结果表明，YOLOv5 算法可以满足工业生产中缺陷检测的需要。