一种基于深度学习的渔船越界预警方法

    公开(公告)号:CN117437595B

    公开(公告)日:2024-10-18

    申请号:CN202311598790.3

    申请日:2023-11-27

    Abstract: 本发明提出一种基于深度学习的渔船越界预警方法,属于目标检测技术领域。包括以下步骤:S1.获取渔船数据,筛选渔船图像,构建渔船目标检测数据;S2.对渔船数据进行标注,生成具有标签的图像数据,将具有标签的图像数据划分为数据集、验证集和测试集;S3.构建渔船目标检测优化模型,并利用数据集对模型进行训练;S4.基于渔船目标检测优化模型对监控区域中的渔船进行目标检测,输出分类结果和标注框,对输出的分类结果进行多目标跟踪;S5.在监控区域中划定越界红线,对越过越界红线的渔船进行预警提示。本发明实现了24小时对视频监控中的渔船进行监测及越界预警,能节省大量的人工核查成本,有效提升在视频监控中渔船的监测效率。

    一种基于深度学习的渔船越界预警方法

    公开(公告)号:CN117437595A

    公开(公告)日:2024-01-23

    申请号:CN202311598790.3

    申请日:2023-11-27

    Abstract: 本发明提出一种基于深度学习的渔船越界预警方法,属于目标检测技术领域。包括以下步骤:S1.获取渔船数据,筛选渔船图像,构建渔船目标检测数据;S2.对渔船数据进行标注,生成具有标签的图像数据,将具有标签的图像数据划分为数据集、验证集和测试集;S3.构建渔船目标检测优化模型,并利用数据集对模型进行训练;S4.基于渔船目标检测优化模型对监控区域中的渔船进行目标检测,输出分类结果和标注框,对输出的分类结果进行多目标跟踪;S5.在监控区域中划定越界红线,对越过越界红线的渔船进行预警提示。本发明实现了24小时对视频监控中的渔船进行监测及越界预警,能节省大量的人工核查成本,有效提升在视频监控中渔船的监测效率。

    一种基于SMO的交通拥堵实时预测与缓解方法、电子设备及存储介质

    公开(公告)号:CN117392850A

    公开(公告)日:2024-01-12

    申请号:CN202311612512.9

    申请日:2023-11-29

    Abstract: 一种基于SMO的交通拥堵实时预测与缓解方法、电子设备及存储介质,属于智能交通技术领域。为解决道路拥堵的实时预测和缓解,本发明采集城市出租车辆GPS数据,进行过滤数据,构建城市出租车辆GPS数据集;进行根据交易记录和乘客状态划分出租车轨迹,得到出租车轨迹数据,进行轨迹过滤,得到过滤后的出租车轨迹数据;构建交通转移概率矩阵;统计当前路网的流量分布,然后计算当前路网的均衡状态;根据历史数据拟合各路段流量和速度之间的关系;预测路网的交通拥堵情况;采用改进的顺序最小优化方法对交通转移概率矩阵进行调整,完成交通拥堵实时缓解。本发明通过实时道路交通状况智能地管理和调控交通流量,显著减少道路拥堵程度。

Patent Agency Ranking