没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
试读
14页
1、研究背景 2、研究内容 3、中期进展 4、中期阶段结果 5、下一步计划 6、预期成果 论文基于深度学习的目标检测研究目前的进展如下: 利用深度学习中的目标检测YOLOv3 算法,设计并实现系统应用,部署在项目现场,将安防行业中的行为分析抓拍图片转化为分析模型,经过4 轮(每轮为1000张图片)的训练,识别准确率在55%-65%左右的概率,相对于50%的基准线来说,取得了约5-15%左右的提升优势。可以得到的初步结论为:基于深度学习的人体目标检测的可有效提升安防行业戒毒所小场景行为分析报警事件的准确率降低误报的发生,为用户提供更为精准的所内行为分析报警预报
资源推荐
资源详情
资源评论
基于深度学习目标检测在安防行业的研究
开题报告内容
1
研究背景和目标
2
3
行业现状与不足
4
研究内容
5
技术路线和技术难点
6
可行性分析和研究基础
预期成果
研究背景
行为分析设备识别报警准确率不高的问题是安防行业的主要
难题之一。
目前常用预防戒毒所内事件的发生主要依靠人工查看监控视频、
查看行为分析设备报警事件,其报警事件误报居多,人工检查耗
时耗力效率低,客户满意度低。
在司法戒毒领域室内场景中行为分析设备识别报警准确率至关
重要,戒毒所内有效预防戒毒人员发生逃逸、自杀等事件发生
是戒毒所内所长和民警重点关注的事情。
深度学习的人体目标检测能在误报居多的报警图片中发现有效
数据的规律,从而转化成有用的决策信息预防所内恶劣事件的
发生,提升所内执勤民警的办公效率。
剩余13页未读,继续阅读
资源评论
开心工作室_kaic
- 粉丝: 1w+
- 资源: 648
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- tensorflow-gpu-2.7.4-cp37-cp37m-manylinux2010-x86-64.whl
- 多段线、 圆、弧转多段线(仅我可见)
- tensorflow-2.7.2-cp38-cp38-manylinux2010-x86-64.whl
- yeyue-p8Yi4-ve4a83792.apk
- tensorflow-gpu-2.7.3-cp38-cp38-manylinux2010-x86-64.whl
- 五相感应电机矢量控制模型MATLAB
- RGLED (1) (1).circ
- IMG_20240427_215747.jpg
- python下前端WEB学习笔记
- 田间种植行排号自动生成工具
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功