排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
针对地铁站台门与列车门间现有异物检测方法的精度差、误报率高的问题,提出基于深度残差神经网络图像识别原理,利用地铁站台发车指示器图像数据实现站台门与列车门间异物实时检测.首先,搭建基于深度残差神经网络ResNet50模型的自动异物检测系统;然后,采集站台发车指示器视频帧信息建立数据集并完成系统训练;最后,分析自动异物检测系统对验证信息集的处理效果,并将该系统应用于实际地铁车站中.处理效果表明:实际应用验证中最低准确率为98.7%,单张视频帧处理总耗时不超过65 ms,满足地铁实际运营的要求. 相似文献
2.
3.
4.
为了提高机械的装卸效率,近几年来我们坚持主动维护为主、维修为辅的指导思想,实施有效的维护监测手段,机械故障率明显降低。 相似文献
1