典型文献
一种边云结合的漂浮物检测识别方法
文献摘要：
漂浮物识别是智能视频监控领域亟待解决的难点问题,针对实际河道环境复杂、漂浮物多种多样等问题,文中通过对神经网络的研究分析,结合边端和云端设备的不同特点,设计了一种边云结合的漂浮物检测识别方法:边端设备,针对其算力有限但点位众多的特点,部署小型神经网络对视频进行初筛,得到疑似漂浮物信息及画面回传给云端;云端设备,利用其算力高的特点,对疑似漂浮物信息及画面进行精确识别,过滤无效信息,并将有效信息以报警形式进行存储上报.实验表明:该方法能综合利用边云设备的性能,减少传输数据量、提高识别率、降低误检率,满足河道监控场景的应用.
文献关键词：
漂浮物识别;边云结合;神经网络;河道监控;精确识别;YOLOv5
中图分类号：
作者姓名：
杨克义;陈亮雄;杨静学;贾会梅;梁涛
作者机构：
河南中光学集团有限公司,河南 南阳 473003;广东省水利水电科学研究院,广东 广州 510640
文献出处：
引用格式：
[1]杨克义;陈亮雄;杨静学;贾会梅;梁涛-.一种边云结合的漂浮物检测识别方法)[J].物联网技术,2022(10):8-11
A类：
边云结合,漂浮物检测,漂浮物识别,河道监控
B类：
检测识别,智能视频监控,针对实际,河道环境,环境复杂,多种多样,云端,端设备,算力,对视,初筛,回传,传给,精确识别,有效信息,上报,传输数据,数据量,识别率,误检率,YOLOv5
AB值：
0.238945
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。
