深度学习目标检测算法在行车记录仪上的应用

近几年来随着人工智能的发展,特别是深度学习技术在计算机视觉领域的飞速发展,使得目标检测技术获得了很大的进步。针对实现在复杂城市道路场景下通过行车记录仪采集视频精确的检测到前方车辆成为可能。用到的是比较经典的Faster R-CNN算法,然后结合迁移学习。检测出车辆后,从标记框中进行车辆的位置、个数、大小等特征提取,根据这些信息分析相应交通参数并进行验证。这些信息将能为辅助驾驶系统、交通规划、行车安全等应用提供有效的帮助。

区块链在最后一公里物流配送的应用分析

在信息化高度发展以及人们工作节奏逐渐加快的今日,电子商务的营业额不断提高,随之带动物流行业高速发展。在物流配送的过程中,物流配送"最后一公里"主要指商品由配送员从配送点交至消费者签收的阶段,也是整个物流配送的最后一个步骤。根据文献[1]可知,目前我国物流"最后一公里"配送花费时长大约是5小时,占据快递业务市场45%,运输距离却不足整个运输距离的5%。由此可见,如何提高"最后一公里"的运输效率是当前物流运输的重要难题。文章提出使用区块链、物联网与物流配送结合的模式,进一步提高物流配送的效率,同时解决物流配送中关于物品安全问题。