典型文献
基于YOLO目标识别技术的基层疫情防控监测系统的开发与应用
文献摘要：
在新型冠状病毒疫情防控背景下，基于YOLO深度学习神经网络算法的基层疫情防控系统，可快速、精确地识别出疫情期间在社区特定区域内是否有超额的人数、人员口罩佩戴情况，科学防控疫情。针对疫情防控下人员聚集情况并结合人工智能进行智慧监测，通过YOLO目标识别技术快速精准地识别人员佩戴口罩的佩戴情况，可使物联网可视化，让YOLO深度学习神经网络算法得到应用和推广。
文献关键词：
AI智能识别;视频感知;视频预测;YOLO目标识别技术;疫情防控
中图分类号：
作者姓名：
吴思娴;周树功;杨泽天
作者机构：
唐山师范学院 数学与计算科学学院，河北 唐山 063000
文献出处：
引用格式：
[1]吴思娴;周树功;杨泽天-.基于YOLO目标识别技术的基层疫情防控监测系统的开发与应用)[J].科海故事博览,2022(05):1-3
A类：
B类：
YOLO,目标识别技术,控监,开发与应用,新型冠状病毒疫情,疫情防控背景,深度学习神经网络,神经网络算法,防控系统,特定区域,超额,口罩佩戴,科学防控,防控疫情,智慧监测,别人,佩戴口罩,智能识别,视频感知,视频预测
AB值：
0.36156
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
