基于OR-CNN的电动车进入电梯危险行为检测系统设计

在楼宇中电动车不论是在电梯中还是在楼层中自燃爆炸都会给人们造成严重的危害,是一个重大的危险源。目前虽然在电梯口贴上了“电动车禁止进入”的提示标志,但效果不佳。因此,设计了基于OR-CNN的电动车进入电梯危险行为检测系统,以满足管理部门对禁止电动车进入电梯的需求。基于OR-CNN网络的电动车检测模型将RoI池化层替换为PORoI,PORoI池化单元通过先验知识将目标划分为5个部分,融合各个部分的特征信息,更好地完成在遮挡环境下的目标检测任务。此外,系统在发现违规行为时会使电梯门处于禁关状态,并发出警报提醒,对违规行为的视频段进行抽帧处理并记录存档,以便事后追责,实现智能化管理。测试结果表明,与YOLOv5相比,所设计的检测系统在遮挡情况下的电动车检测准确率明显提高,更适应电梯等狭小环境中目标遮挡的情况。

基于自适应空间特征融合的YOLOv5安全帽检测系统设计

在施工现场正确佩戴安全帽能有效地防止和减轻施工人员遭受头部伤害。目前在施工现场对安全帽佩戴的监管主要依赖人工,存在效率低且耗费人力的问题。对此,设计了基于改进YOLOv5的智能安防监控系统,实现安全帽佩戴检测和人员管理等功能。首先,使用改进的YOLOv5网络模型实现安全帽佩戴检测,通过自适应空间特征融合网络学习权重参数来决定输入特征图中各像素点的激活与抑制,充分利用不同尺度特征图在不同空间位置像素点的贡献度,以更好地适应不同尺度的目标检测任务。其次,使用百度智能云进行人脸识别,获取违规人员信息以生成违规通报,并上传到微信小程序,将违规行为记录存档,实现安全生产智能化管理。实验结果表明,相比原始YOLOv5,改进的YOLOv5在安全帽检测任务上的平均准确率提升0.5%。

新冠疫情引致商业银行不良贷款“双升”的作用路径

本文以新冠疫情背景下我国的商业银行不良贷款为切入点,从时间和空间角度综合分析了疫情对商业银行不良贷款的影响,研究了疫情引致商业银行不良贷款"双升"的作用路径。研究认为,疫情导致的经济下行和宏观政策因维稳经济而要求商业银行逆周期运作是引起商业银行不良贷款"双升"的主要外部因素;商业银行尤其是中小型商业银行自身的经营管理缺陷以及不良资产处置生态存在短板是引起商业银行不良贷款"双升"的主要内部因素。内因的长期存在结合外因的短期诱发共同构筑了疫情期间商业银行不良贷款上升的形成路径。