keras-preprocessing>=1.0.5 (1.0.5) six>=1.10.0 (1.12.0) astor>=0.6.0 (0.7.1) tensorboard<1.14.0,>=1.13.0 (1.13.1) tensorflow-estimator<1.14.0rc0,>=1.13.0rc0 (1.13.0)...
原创
2021-09-07 18:47:54
385阅读
河道水面结冰识别监测系统利用河道两旁的监控摄像头，河道水面结冰识别监测系统实时监水面是否有漂浮物或者结冰等相关信息，提早向后台
原创
2024-07-10 16:48:17
92阅读
工地反光衣穿戴识别算法依据现场监控摄像头采集的视频图像，工地反光衣穿戴识别算法应用最新的TesnorFlow神经网络
原创
2024-06-28 14:16:03
26阅读
视频监控智能分析技术又叫智能视频分析技术，该技术诞生于机器视觉及边缘计算。视频监控智能分析技术是当下在人们生活中应用范围很广的技术之一。智能视频分析技术能够现场监控传回的视频流中抓取图片及人体状态动作信息，建立图片与规则建立映射关系。
原创
2024-06-28 14:29:55
52阅读
摄像头行为分析系统运用3D三维视觉优化算法和人工智能优化算法，摄像头行为分析系统可以支持人员摔倒、剧烈运动、抽烟识别、徘徊滞留、人数超员、区域入侵、睡岗离岗等行为分析功能，实现各种场景的个性化智能需求。如：越界侦测、区域入侵侦测、进入区域侦测、离开区域侦测、攀高识别、河道漂浮物识别、徘徊侦测、人员聚集侦测、快速运动侦测、违规停车、人脸侦测。深度学习应用到实际问题中，一个非常棘手的问题是训练模型时计
原创
2024-06-30 16:21:06
136阅读
摄像头行为分析系统运用3D三维视觉优化算法和人工智能优化算法，摄像头行为分析系统可以支持人员摔倒、剧烈运动、
原创
2024-07-10 10:52:31
69阅读
反光衣穿戴识别系统依据深度学习+边缘计算视觉分析技术，反光衣穿戴识别系统利用已有的摄像头对现场作业人员穿戴实时分析和识别视频图像数据。不用人工干预，反光衣穿戴识别系统全天候24h不间断对作业现场实时监控，当检测出工人不穿反光衣时，及时抓拍提醒并把违规信息发送给系统后台，反光衣穿戴识别系统提升了作业区域高效监管，保证了作业
原创
2024-07-16 14:03:39
45阅读
BatchNormalization简介 batch normalization的是指在神经网络中激活函数的前面，将按照特征进行normalization，这样做的好处有三点： 1、提高梯度在网络中的流动。Normalization能够使特征全部缩放到[0,1]，这样在反向传播时候的梯度都是在1左右，避免了梯度消失现象。2、提升学习速率。归一化后的数据能够快速的达到收敛。3、减少模型训练对初始化的
智慧工地安全带识别检测系统基于视频采集的智能图像识别系统。智慧工地安全带识别检测系统运用最新的神经网络算法和机器学习迅速、便捷。
原创
2024-06-28 14:16:38
43阅读
TensorFlow2.0的新特性2020年1月，TensorFlow迎来了2.0正式版的更新，新的框架在使用上与1.x差别较大，本文将对2.0的新特性进行一些经验总结，不从技术上进行对比，实时补充，与君共勉。新的改变相比于1.x版本，TensorFlow2.0主要有以下新的优点：更少的代码行数 。用户不再需要先建立静态图再运行，2.0的大部分代码被集成到不同的类和方法中，只需要执行简单几行，就可
方式一：不显示设置读取N个epoch的数据，而是使用循环，每次从训练的文件中随机读取一个batch_size的数据，直至最后读取的数据量达到N个epoch。说明，这个方式来实现epo
转载
2018-08-13 14:41:00
149阅读
2评论
工装穿戴检测系统 着装合规检测识别系统根据规模性工作服图片数据信息识别学习训练，工装穿戴检测系统 着装合规检测识别系统完成图
原创
2024-06-28 14:18:15
19阅读
校园食堂明厨亮灶智能视频监控对餐厅摄像头拍照视频监控画面进行实时分析，校园食堂明厨亮灶智能视频监控针对厨师不穿厨师服、不戴厨师帽口罩、陌生人员进入后厨、厨师工作时间玩手机打电话、后厨出现猫狗老鼠等异常行为现象，系统会自动识别抓拍报警，进而实现食品卫生安全日常监管智慧化。深度学习框架TensorFlow一经发布，就受到了广泛的关注，并在计算机视觉、音频处理、推荐系统和自然语言处理等场景下都被大面积推
原创
2024-07-10 17:16:02
41阅读
加油站智能监控系统改造解决方案针对加油区、卸油区工作人员睡岗、工作时间抽烟、打电话等违反规定行为、明火烟雾、扬尘等异常现象，加油站智能监控系统改造解决方案针对卸油区：灭火器材置放不合理，卸油时工作人员换岗，静电释放时长不够，开展智能分析识别。如系统发现上述七种异常行为现象，将及时将警报信息发给监控后台，记录保存下来。深度学习应用到实际问题中，一个非常棘手的问题是训练模型时计算量太大。为了加速训练，
原创
2024-07-10 17:16:50
45阅读
VOC2007数据集格式：VOC2007详细介绍在这里，提供给大家有兴趣作了解。而制作自己的数据集只需用到前三个文件夹，所以请事先建好这三个文件夹放入同一文件夹内，同时ImageSets文件夹内包含Main文件夹JPEGImages：用于存放训练、测试的图片（图片格式最好为.jpg）Annatations：用于存放.xml格式的文件，也就是图片对应的标签，每个.xml文件都对应于JPEGImage
转载
2024-05-12 19:44:43
57阅读
1. 环境确认要使用 GPU 版的 TesnorFlow 来加速我们的神经网络运算，首先要确保，我们的 GPU依 赖环境已经搭好。1.1 查看 CUDA 版本在终端输入命令：cat /usr/local/cuda/version.txt 显示如下：CUDA Version 9.0.1761.2 查看 cudnn 版本在终端输入命令：cat /usr/local/cuda/include/cudnn
转载
2024-05-05 19:55:34
55阅读
在windows上极简安装GPU版AI框架如果我们想在windows系统上安装GPU版本的AI框架，比如GPU版本的tesnorflow，通常我们会看到类似下面的安装教程官方版本安装CUDA安装cuDNN配置环境变量安装python环境安装gpu版的tensorflow开发包咋看上去好像不是很复杂，但是其中坑多到你怀疑人生。下载的cuDNN时候需要注册，而且因为cuDNN文件在外网，下载速度很慢。
在windows上极简安装GPU版AI框架如果我们想在windows系统上安装GPU版本的AI框架，比如GPU版本的tesnorflow，通常我们会看到类似下面的安装教程官方版本安装CUDA安装cuDNN配置环境变量安装python环境安装gpu版的tensorflow开发包咋看上去好像不是很复杂，但是其中坑多到你怀疑人生。下载的cuDNN时候需要注册，而且因为cuDNN文件在外网，下载速度很慢。
原创
2020-03-07 19:14:51
538阅读
此代码是tesnorflow2搭建神经网络的一般流程，希望自己能够背过。 文章目录实验结果实验步骤一、准备数据二、搭建网络三、参数优化四、测试效果五、acc/loss可视化完整代码及注释 实验结果实验步骤一、准备数据1.读入鸢尾花数据集鸢尾花数据集（Iris），共有数据150组，每组包括4个输入特征，1个标签类别。鸢尾花总共分为三类，分别用数字0，1，2表示。下载数据集，可从sklearn包dat
转载
2023-11-12 10:55:35
123阅读
