本发明公开了一种基于Real‑ESRGAN和改进YOLOv5的道路小目标检测算法，步骤为：S1：准备数据集，收集数据，划分为训练集、验证集和测试集；S2：搭建YOLOV5算法模型，输入数据并训练，得到YOLOV5算法模型权重；使用训练的...

本发明涉及一种园区能耗诊断与优化方法，步骤为：S1：分析园区生产工艺流程中涉及的各类系统及下辖能耗设备；S2：确定能耗计算诊断与优化模型所需的各类系统及设备的参数变量；S3：确定园区各系统下辖各类设备的能耗计算诊断模型；S4：确定园区整...

本发明公开了一种基于DRR模块和SDFM的道路缺陷检测方法，步骤为：S1数据采集和处理；S2模型的构建：将DWR模块替换为DRB模块，并通过DRR模块替换掉骨干网络部分C2f的BottleNeck残差模块；将骨干网络和颈部的下采样替换为...

本发明公开了一种基于YOLOv5s和ResNet‑50改进的摔倒行为检测方法，步骤为：S1：收集人体数据集，经过识别处理后构成摔倒数据集，并划分摔倒数据集，再进行标注摔倒属性；S2：搭建ResNet‑50模型，训练摔倒数据集，并提取特征...

本发明公开了一种基于YOLOv8和SAM的无人机消防通道占用的检测方法，步骤为：S1准备数据集：制作待检测数据集，作为输入检测图像；同时制作模型训练数据集；S2训练YOLOv8‑P2模型：采用模型训练数据集进行模型训练得到改进的YOLO...

本发明涉及一种利用SSH反向代理实现跨局域网连接边缘设备的方法，步骤为：S1：在公网服务器中部署接口服务，并修改公网服务器中的ssh配置文件；S2：局域网中的边缘设备中部署守护进程，使边缘设备SSH反向代理连接成功；S3：局域网中的边缘...

本发明公开了一种基于多维度优化的智能自适应实时任务调度的方法及系统，步骤为：S1：输入任务；S2：将DAG任务分解为独立顺序子任务；S3：采用多因素动态优先级调度模块动态计算任务的优先级，并更新任务的优先级；S4：采用自适应加速因子管理...

本发明公开了一种ViNR用户音视频感知评价方法，步骤为：S1音视频数据发起：发送端进行音频数据和视频数据的发起，将记录发起时的音频数据和视频数据对应的时间序列数据并保存；对音频数据进行处理并保存，同时保存发送端的网络数据；S2音视频数据...

本发明公开了一种基于yolov5的机动车模型的优化方法，步骤为：S1准备数据集：采集包含各种机动车的图像数据，生成机动车辆数据集，并将数据集划分为训练集、验证集和测试集；S2模型训练：在YOLOv5网络结构基础上采用MobileNetV...

本发明公开了一种基于模板匹配的图像时间标识的识别方法，步骤为：S1图像预处理：输入图像，并对图像进行预处理，便于后续的特征提取和模板匹配；S2特征提取与模板匹配：使用多种算法从所述图像中提取关键特征点或描述子，并与预先定义的时间标识模板...

本发明公开了一种基于目标检测的人员持刀的识别方法，步骤为：S1：图像数据采集，训练人员持刀检测模型；S2：载入人员持刀检测模型进行行人持刀识别，获得结果并分析检测结果；S3：采用DeepSORT模型结合历史时间方向判断图像中人员的检测框...

本发明公开了一种视觉算法测试过程及数据的优化方法，步骤为：S1图片库建立：创建具有样本分类及样本特征标签的图片库，并上传初始测试样本；S2测试样本生成：基于深度学习根据样本分类和特征生成满足不同场景的测试样本；S3测试集预期结果生成：创...

本发明公开了一种基于多服务器训练任务资源优化的分配方法，步骤为：S1：获取多台服务器的硬件资源信息；S2：创建算法任务，根据选择的样本集的文件大小及训练参数来指定或动态判断即将参与训练的服务器；S3：开始同步远程存储的样本文件至本地训练...

本发明公开了一种基于目标检测的安全帽的识别方法，步骤为：S1获取数据训练模型：采集图像数据，并对图像数据进行聚类，再训练获得安全帽检测模型；S2人员检测：加载安全帽检测模型，检测每帧图像数据中是否有目标人员出现，若有并确定人员id再转至...

本发明公开了一种基于二次目标跟踪算法的离岗检测方法，步骤为：S1数据准备，获取每帧图像数据；S2人员检测：采用基于yolov5的目标人员检测模型检测每帧图像数据中是否有目标人员出现，若有目标人员出现，则转至步骤S3，否则结束返回步骤S1...

本发明公开了一种基于改进的时空自适应图卷积的骨架检测及摔倒检测方法，步骤为：S1：采集图像数据，获取每帧图像数据；S2：采用预先训练好的yolov5目标人员检测模型检测每帧图像数据中是否有目标人员出现，若有目标人员出现，则转至步骤S3，...

本发明公开了一种基于改进的

本发明公开了一种融合全局信息的基于

本发明公开了一种基于轨迹

本发明公开了一种基于改进YOLOv5的车辆识别及数量统计的监控方法，步骤为：S1：生成机动车辆数据集并进行划分再进行预处理；S2：采用预处理后的数据集训练得到YOLOv5机动车辆识别统计模型；S3：识别YOLOv5机动车辆识别统计模型并...