原文服务方: 科技与创新       
摘要:
随着互联网、大数据、物联网等先进技术的发展,智慧工地为公路工程的建设效率和智慧化管理带来了全新的变革。由于公路施工工地存在现场人员流动大、运输车辆流动大、机械设备缺乏实时监控、危险区域多、工地数量多等特征,传统工地管理方式往往会出现监管不到位、安全隐患较多、统一管理困难等问题。针对这类问题,利用基于深度学习的多目标检测算法,对工地中的人、车、料、物、安全帽等目标进行识别与跟踪,实现工地现场可视化、智能化的监管。
推荐文章
期刊_基于深度学习的目标检测技术的研究综述
计算机视觉
深度学习 目标检测
基于深度学习方法的复杂场景下车辆目标检测
深度学习
Faster R-CNN
ImageNet数据集
车辆目标检测
深度学习在工业表面缺陷检测领域的应用研究
深度学习
卷积神经网络
缺陷检测
工业应用
深度强化学习复原多目标航迹的TOC奖励函数
深度强化学习
序贯决策
Q函数
轨迹密切圆
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度学习的多目标检测方法在智慧工地中的应用研究
来源期刊 科技与创新 学科 工学
关键词 多目标检测 可视化 深度学习 智慧工地
年,卷(期) 2024,(17) 所属期刊栏目 实践应用
研究方向 页码范围 166-168
页数 3页 分类号
字数 语种 中文
DOI 10.15913/j.cnki.kjycx.2023.17.048
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2024(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多目标检测
可视化
深度学习
智慧工地
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
论文1v1指导