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:[目的/意义]天然牧场下放牧牲畜数量的准确检测是规模化养殖场改造升级的关键.为满足规模化养殖场对大批羊群实现精准实时的检测需求,提出一种高精度、易部署的小目标检测模型CSD-YOLOv8s(CBAM SP-PFCSPC DSConv-YOLOv8s),实现无人机高空视角下小目标羊只个体的实时检测.[方法]首先,使用无人机获取天然草原牧场中包含不同背景及光照条件下的羊群视频数据并与下载的部分公开数据集共同构成原始图像数据.通过数据清洗和标注整理生成羊群检测数据集.其次,为解决羊群密集和相互遮挡造成的羊只检测困难问题,基于YOLO(You Only Look Once)v8模型构建具有跨阶段局部连接的SPPFCSPC(Spatial Pyramid Pooling Fast-CSPC)模块,提升网络特征提取和特征融合能力,增强模型对小目标羊只的检测性能.在模型的Neck部分引入了卷积注意力模块(Convolutional Blo...
简介:摘要:随着互联网迅速发展和新闻数量的激增,如何准确获取新闻的重点和核心内容已成为一个亟待解决的问题。由于中文新闻文本摘要的关键信息提取准确率较低,因此提出了基于实体感知的生成式摘要算法,旨在全面捕捉新闻中的核心信息。该算法将实体特征融入T5-Pegasus摘要模型中,使模型能够学习新闻中不同词语之间的实体相关性,从而提高摘要的准确性。实验结果表明,与传统的T5-Pegasus模型相比,该模型生成的摘要在ROUGE-1、ROUGE-2和ROUGE-L指标上均有提升,有效提高了事实准确性,生成了更好的文本摘要。
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。