基于改进YOLOv2和迁移学习的管道巡检航拍图像第三方施工目标检测

针对传统目标检测算法应用在无人机航拍图像上第三方施工目标检测和违章占压建筑检测的数据集少、检测率低等问题,提出基于Aerial-YOLOv2和迁移学习的航拍图像目标检测算法。首先,利用结合数据增强的迁移学习策略训练的网络来扩大数据集规模,并利用K均值聚类分析得到符合所提数据集特点的锚点框数量和尺寸;其次,通过自适应对比度增强的方法对图像进行预处理;最后,提出改进卷积模块替代YOLOv2中的卷积块并结合特征融合的多尺度预测方式进行目标检测。用不同的算法和训练策略在无人机航拍图像上进行对比实验,实验结果表明,Aerial-YOLOv2算法结合多种训练策略后,其准确率、召回率分别能达到95%、91%,每张图像检测时间为14 ms。由此可知,该算法适用于无人机航拍图像第三方施工目标及违章占压建筑的智能检测。     

浅论旷野郊区交警考场的雷电防护

交警驾照考场,作为一个公共场所,人员较为密集,而且随着科技的飞速发展,许多新的技术被应用到交警驾照的考试中来,这样,就为我们的考场安全提出了新的要求。作者就本单位开展过防雷技术服务的湘西自治州交警考场,怎样开展雷电防护与大家一起交流。     

气象防雷检测工作常见问题及措施

自然灾害是威胁着人们生命财产安全的重大灾害,我国是自然灾害较多的国家,雷电灾害便是其中发生较为频繁的一种。在雷雨天气较多的地区,雷电灾害造成的人财损失非常严重,因此,防雷工作成为气象工作中的重点内容之一。在防雷工作中,防雷检测在预防雷电事故,降低雷电灾害损失方面发挥着重要的作用。本文就对防雷检测工作中的常见问题及注意事项进行简单的分析,以促进防雷检测工作的顺利开展,切实降低雷电灾害带来的损失。     

机动车驾驶人考试中心雷电防护探讨

本文从湘西州机动车驾驶人考试中心的地理特征和自然条件出发,充分利用地勘和实际测量数据,经过计算确定各建筑物的防雷类别和雷电防护等级,并对考试中心综合雷电防护措施进行探讨,从直击雷、接地、等电位连接、屏蔽、合理布线以及浪涌保护器等多个方面进行阐述。     

残差卷积注意网络的图像超分辨率重建

针对极深神经网络图像超分辨率重建过程中,存在图像特征提取少、信息利用率低,平等处理高、低频信息通道的问题,提出了残差卷积注意网络的图像超分辨率重建算法。构造多尺度残差注意块,最大限度地提高网络提取到多尺寸特征信息,引入通道注意力机制,增强高频信息通道的表征能力。引入卷积注意块的特征提取结构,减少高频图像细节信息的丢失。在网络的重建层,引入全局跳远连接结构,进一步丰富重建的高分辨率图像信息的流动。实验结果表明,所提算法在Set5等基准数据集上的PSNR、SSIM比其他基于深度卷积神经网络的方法均明显提升,验证了提出方法的有效性与先进性。     

面向现场异动检测的智能作业识别系统设计

为了保障电力现场作业人员的安全并有效规避异动风险,设计了一套面向现场异动检测的智能作业识别系统。系统采用微处理器搭配图像采集、红外成像和无线传输等模块作为硬件基础。针对异动场景识别的复杂性,提出了一种面向现场异动的新型检测识别算法作为系统的核心。该算法融合了CNN及人脸识别NMF算法,使系统能够快速、准确地采集并识别异动信息,进而完成实时预警。实验测试结果显示,该系统对异动风险的平均识别速率约为134 ms,而平均识别准确率可达90.61%。     

基于云计算的“绿波带”交通流分析

随着目前我国汽车保有量的持续不断增加,我国公路的通行能力有着巨大的压力。尤其是大城市中的市区部分以及较为繁华的地区。该项目提出一种建立在两中心区的一条快速通道“绿波带”,这样可以极大的为人们出行节约时间,缓解交通压力。