【项目背景】面向机动车检测视频中黑烟稀薄、背景复杂、单帧判断不稳定的问题,开发融合视频时序分析与模型评估的辅助识别系统,为疑似排放事件定位和人工复核提供技术支持。
【负责内容】承担视频处理流程、检测算法集成、多帧持续性判断、区域可视化与事件结果输出相关开发,使用 Python、OpenCV、PyTorch 等技术,结合图像变化、运动信息和时空模型开展方案验证与迭代。
【核心成果】形成从视频输入、分析区域配置、连续帧检测到疑似事件聚合和可视化复核的处理流程;通过区域轮廓与填充展示辅助观察算法关注范围,并开展不同模型方案的召回与误报评估,为模型选择和阈值调整提供依据。
【工程价值】围绕实际检测场景组织数据、算法、结果展示及部署评估,完成真实视频验证、部署模型核查与 GPU 算力容量分析,支持后续场景适配和持续优化。
【图片说明】第一张为项目历史真实视频的区域可视化对比,第二张为阶段性模型评估图。检测输出用于辅助复核,评估数据对应当时样本与实验条件。
基于Qt/C++开发上位机,实现多通道实时波形显示、采集通道
PL端负责接口时序与数据缓存,PS端Linux下完成DMA、
独立完成并上线的 AI 图像创作应用。负责 iOS 产品设计
本作品完成开源大模型本地部署与 LoRA 微调全流程。基于
智能呼叫系统,通过AI智能体与用户通话,AI智能体通过企业知
基于 WPF + Prism 框架开发的工业产线监控上位机系
需求方专属客服,免费梳理匹配
添加客服微信,免费为您安排与该工程师直接沟通
长按二维码添加客服微信
如当前档期不合,也可免费为您推荐相似案例作者