案例介绍
1 利用深度学习网络Faster R-CNN进行道路行人的检测与识别，用于安防，自动驾驶。主要包括精确找到物体所在位置，并标注出物体的类别。
2 利用深度学习网络YOLO进行目标检测，主要优化模型在嵌入式设备上的运行效率，在智能家居监控系统中集成，实现实时人员和异常物体检测，降低误报率 15%。
案例图片
相似案例推荐
其他人才的相似案例推荐
-
医用试管智能识别与监管系统
基于图像采集实现试管条码识别，将识别到的数据记录到数据库中，
-
基于时空特征融合的端到端微表情识别系统
通过整合空间（面部纹理、几何特征）和时间（动态光流、连续帧变
-
工业产品智能瑕疵检测系统
作品介绍： 主要用于自动化识别产品表面的颜色偏差、污渍斑点
-
基于语义分割的复杂场景行人检测系统
本案例为学术与工业结合的创新项目，针对街道、商圈等高密度复杂
-
深度学习模型优化
对处理三维点云的深度学习模型PointMLP模型进行优化，将
-
路径规划，深度学习模型优化
上面是对一个茶行进行模拟路径规划得到的结果，使用遗传算法以及
-
etl数据清洗
架构 [原始数据层(ODS)] ├─ 质检原始记录
-
运维开发
linux，云计算，网络，etl，python，运维开发，华
-
Ai Agent 智能代理系统
项目描述：Ai Agent 是一个基于 Rust 语言精心打
-
知识库云管理平台
1.实现用户的注册与登陆功能。在登陆界面可以点击链接跳转至注
-
新能源仿真建模软件
新能源建模与参数验证软件可应用于各电压等级接入电网的分布式、
-
Java开发
工作年限：三年工作经验 熟练掌握 Mysql数据库的
微信接收人才推送
关注猿急送微信平台，接收实时人才推送
接收人才推送
联系需求方端客服