YOLO

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

电路方案

查看更多
  • 【RV1126B 实战连载 06】AI消防预警,火焰检测模型部署实测
    前言: 本期聚焦:前几期我们先后在RV1126B AI视觉套件上跑通了YOLO目标检测、OCR文字识别以及安全帽检测。本期继续聚焦工业安全监测场景——火焰检测,用YOLO11模型在边缘端实现实时火焰目标检测。 森林防火巡查与实时预警,光靠人力极难覆盖,一个火星可能在数分钟内蔓延成灾;仓储物流和化工车间内高温设备和易燃物料密集,传统烟雾传感器往往只能事后告警,等发现时火势已难以控制。 今天就用一台几
  • 如何在树莓派上基于OpenVINO部署Ultralytics YOLO模型?
    来自英特尔与 Ultralytics 团队的四位技术人员:亚历山大・涅斯捷罗夫、德米特里・帕斯图申科夫、弗朗西斯科・马泰奥利以及努沃拉・拉迪,将在本文手把手教大家借助 OpenVINO 在树莓派设备上运行 YOLO 目标检测模型。
  • YOLO26 + SAHI实现施工现场物料高精度计数(含部署落地)
    本文介绍了一种基于YOLO26+SAHI的施工现场物料自动计数系统,解决了传统人工盘点低效且易出错的问题。通过复用Roboflow开源数据集和本地Colab自主训练,实现了高效、准确的物料计数。优化参数和图像预处理显著提升了模型的准确率,最终部署为轻量化的Streamlit网页应用,适用于施工现场的移动设备使用。
  • 【RV1126B 实战连载 05】工业AI低成本部署,安全帽检测模型实测
    本期聚焦: 前几期我们先后在RV1126B AI视觉套件上跑通了YOLO目标检测和PP-OCR文字识别。本期把镜头对准工业现场最核心的安全管理场景——安全帽检测,用YOLO11模型在边缘端实现实时人员佩戴检测,验证RV1126B在工业AI安防领域的实战能力。 建筑工地上,塔吊和升降机交叉作业,安全帽是最后一道生命防线;电力巡检现场,高压设备周围容不得半点疏忽;仓储物流和工业制造车间,人员密度高、设
    558
    07/12 16:01
  • 基于YoloV11自定义数据集实现车辆事故检测
    该项目利用先进的计算机视觉技术,特别是最新的 YOLOv11 模型,旨在实时检测和分类车辆事故,以提高道路安全。具体步骤包括数据准备、模型训练、模型评估、模型推理以及最终的 ONNX 转换和推理测试。通过这一系列过程,项目不仅提升了模型的性能,还实现了更高效的部署和优化。