基于改进YOLOv5的钢筋视觉计数系统设计

随着理计计重成为钢贸交易的主流计重方式,快速精准的钢筋智能计数系统成为研究热点。提出了基于边云协同架构的钢筋视觉计数系统设计方案。该系统利用移动端拍摄钢筋影像,对影像进行背景剔除、尺寸调整等预处理后上传至云端;云端利用一种改进的YOLOv5钢筋检测模型对影像中的钢筋进行智能检测,并将结果反馈至移动端;移动端经过人工检查修正后,即可得到高可信度的计数结果。根据在SPDC库的测试结果,系统的计数正确率可达99.85%,高于人工计数的平均正确率;每千根钢筋计数时间为26.50 s,显著低于人工计数的平均时间。

轻量级城管事件智能检测系统设计

智能化和精细化是我国城市管理工作的发展方向。融合应用基于快速区域卷积神经网络的事件检测分类算法和基于OpenVINO的网络优化加速方法,结合网格化城市管理新趋势,提出了适合村镇、街道、园区级别管理主体,集实时性强、准确率高、全时段监控等优点于一身的轻量级城管事件智能检测系统设计方案。采用真实城管监控视频进行测试,城管事件平均分类准确率为96.14%,交并比为91.59%,可助力城市管理执法质量和效率的双重提升。