智能车眼—基于深度学习的后方车况预警卫士 - 智能产品 - 全国大学生数字媒体科技作品及创意竞赛官网
查看原图

竞赛作品 > 智能产品

智能车眼—基于深度学习的后方车况预警卫士

  • 智能产品竞赛作品——智能车眼—基于深度学习的后方车况预警卫士

    作品名称:智能车眼—基于深度学习的后方车况预警卫士
    参赛院校:湖南科技大学
    指导教师:王晓亮
    团队成员:刘文康、杨李依、奉小明、陈钰轩、李诺
    数媒竞赛网(mit.caai.cn)2022年参赛作品
    作品描述:

         “智能车眼系统” 在物联网体系下运用SIFT+BOW+SVM的机器学习算法进行模型训练,运用改进的YOLO系列与DeepSORT的深度学习算法对后方来车进行监测与分析,根据监测情况对不同场景的后方来车进行相应的预警,同时通过物联网云平台对训练的数据进行存储,对上传的检测数据进行相应的处理和计算分析,从而有效对后方车况进行精确监测,解决人员下车时由于视觉盲区或者不注意观察后方车况从而导致的人员与行驶车辆相撞的事故,进而保障停车后下车人员与后方行驶车辆的安全,减少道路交通安全隐患。      “智能车眼系统” 为人们避免 “后方车辆与下车人员相撞事故” 的威胁提供了一种全新的解决方案,让人们用较低的、可以接受的价格都能享受到汽车安全设备带来的服务,同时响应国家的万物互联、智能交通战略,减少因为交通事故给人们、社会、国家带来的巨大损失,保障人们行车后的下车安全。作品目前已取得软件著作权两项,在申国家专利一项,已完成两次技术优化。


  • 智能产品竞赛作品——智能车眼—基于深度学习的后方车况预警卫士

    作品名称:智能车眼—基于深度学习的后方车况预警卫士
    参赛院校:湖南科技大学
    指导教师:王晓亮
    团队成员:刘文康、杨李依、奉小明、陈钰轩、李诺
    数媒竞赛网2022年参赛作品
    作品描述:

         “智能车眼系统” 在物联网体系下运用SIFT+BOW+SVM的机器学习算法进行模型训练,运用改进的YOLO系列与DeepSORT的深度学习算法对后方来车进行监测与分析,根据监测情况对不同场景的后方来车进行相应的预警,同时通过物联网云平台对训练的数据进行存储,对上传的检测数据进行相应的处理和计算分析,从而有效对后方车况进行精确监测,解决人员下车时由于视觉盲区或者不注意观察后方车况从而导致的人员与行驶车辆相撞的事故,进而保障停车后下车人员与后方行驶车辆的安全,减少道路交通安全隐患。      “智能车眼系统” 为人们避免 “后方车辆与下车人员相撞事故” 的威胁提供了一种全新的解决方案,让人们用较低的、可以接受的价格都能享受到汽车安全设备带来的服务,同时响应国家的万物互联、智能交通战略,减少因为交通事故给人们、社会、国家带来的巨大损失,保障人们行车后的下车安全。作品目前已取得软件著作权两项,在申国家专利一项,已完成两次技术优化。


  • 智能产品竞赛作品——智能车眼—基于深度学习的后方车况预警卫士

    作品名称:智能车眼—基于深度学习的后方车况预警卫士
    参赛院校:湖南科技大学
    指导教师:王晓亮
    团队成员:刘文康、杨李依、奉小明、陈钰轩、李诺
    数媒竞赛网2022年参赛作品
    作品描述:

         “智能车眼系统” 在物联网体系下运用SIFT+BOW+SVM的机器学习算法进行模型训练,运用改进的YOLO系列与DeepSORT的深度学习算法对后方来车进行监测与分析,根据监测情况对不同场景的后方来车进行相应的预警,同时通过物联网云平台对训练的数据进行存储,对上传的检测数据进行相应的处理和计算分析,从而有效对后方车况进行精确监测,解决人员下车时由于视觉盲区或者不注意观察后方车况从而导致的人员与行驶车辆相撞的事故,进而保障停车后下车人员与后方行驶车辆的安全,减少道路交通安全隐患。      “智能车眼系统” 为人们避免 “后方车辆与下车人员相撞事故” 的威胁提供了一种全新的解决方案,让人们用较低的、可以接受的价格都能享受到汽车安全设备带来的服务,同时响应国家的万物互联、智能交通战略,减少因为交通事故给人们、社会、国家带来的巨大损失,保障人们行车后的下车安全。作品目前已取得软件著作权两项,在申国家专利一项,已完成两次技术优化。


  • 智能产品竞赛作品——智能车眼—基于深度学习的后方车况预警卫士

    作品名称:智能车眼—基于深度学习的后方车况预警卫士
    参赛院校:湖南科技大学
    指导教师:王晓亮
    团队成员:刘文康、杨李依、奉小明、陈钰轩、李诺
    数媒竞赛网2022年参赛作品
    作品描述:

         “智能车眼系统” 在物联网体系下运用SIFT+BOW+SVM的机器学习算法进行模型训练,运用改进的YOLO系列与DeepSORT的深度学习算法对后方来车进行监测与分析,根据监测情况对不同场景的后方来车进行相应的预警,同时通过物联网云平台对训练的数据进行存储,对上传的检测数据进行相应的处理和计算分析,从而有效对后方车况进行精确监测,解决人员下车时由于视觉盲区或者不注意观察后方车况从而导致的人员与行驶车辆相撞的事故,进而保障停车后下车人员与后方行驶车辆的安全,减少道路交通安全隐患。      “智能车眼系统” 为人们避免 “后方车辆与下车人员相撞事故” 的威胁提供了一种全新的解决方案,让人们用较低的、可以接受的价格都能享受到汽车安全设备带来的服务,同时响应国家的万物互联、智能交通战略,减少因为交通事故给人们、社会、国家带来的巨大损失,保障人们行车后的下车安全。作品目前已取得软件著作权两项,在申国家专利一项,已完成两次技术优化。


  • 智能产品竞赛作品——智能车眼—基于深度学习的后方车况预警卫士

    作品名称:智能车眼—基于深度学习的后方车况预警卫士
    参赛院校:湖南科技大学
    指导教师:王晓亮
    团队成员:刘文康、杨李依、奉小明、陈钰轩、李诺
    数媒竞赛网2022年参赛作品
    作品描述:

         “智能车眼系统” 在物联网体系下运用SIFT+BOW+SVM的机器学习算法进行模型训练,运用改进的YOLO系列与DeepSORT的深度学习算法对后方来车进行监测与分析,根据监测情况对不同场景的后方来车进行相应的预警,同时通过物联网云平台对训练的数据进行存储,对上传的检测数据进行相应的处理和计算分析,从而有效对后方车况进行精确监测,解决人员下车时由于视觉盲区或者不注意观察后方车况从而导致的人员与行驶车辆相撞的事故,进而保障停车后下车人员与后方行驶车辆的安全,减少道路交通安全隐患。      “智能车眼系统” 为人们避免 “后方车辆与下车人员相撞事故” 的威胁提供了一种全新的解决方案,让人们用较低的、可以接受的价格都能享受到汽车安全设备带来的服务,同时响应国家的万物互联、智能交通战略,减少因为交通事故给人们、社会、国家带来的巨大损失,保障人们行车后的下车安全。作品目前已取得软件著作权两项,在申国家专利一项,已完成两次技术优化。


  • 智能产品竞赛作品——智能车眼—基于深度学习的后方车况预警卫士

    作品名称:智能车眼—基于深度学习的后方车况预警卫士
    参赛院校:湖南科技大学
    指导教师:王晓亮
    团队成员:刘文康、杨李依、奉小明、陈钰轩、李诺
    数媒竞赛网2022年参赛作品
    作品描述:

         “智能车眼系统” 在物联网体系下运用SIFT+BOW+SVM的机器学习算法进行模型训练,运用改进的YOLO系列与DeepSORT的深度学习算法对后方来车进行监测与分析,根据监测情况对不同场景的后方来车进行相应的预警,同时通过物联网云平台对训练的数据进行存储,对上传的检测数据进行相应的处理和计算分析,从而有效对后方车况进行精确监测,解决人员下车时由于视觉盲区或者不注意观察后方车况从而导致的人员与行驶车辆相撞的事故,进而保障停车后下车人员与后方行驶车辆的安全,减少道路交通安全隐患。      “智能车眼系统” 为人们避免 “后方车辆与下车人员相撞事故” 的威胁提供了一种全新的解决方案,让人们用较低的、可以接受的价格都能享受到汽车安全设备带来的服务,同时响应国家的万物互联、智能交通战略,减少因为交通事故给人们、社会、国家带来的巨大损失,保障人们行车后的下车安全。作品目前已取得软件著作权两项,在申国家专利一项,已完成两次技术优化。


  • 智能产品竞赛作品——智能车眼—基于深度学习的后方车况预警卫士

    作品名称:智能车眼—基于深度学习的后方车况预警卫士
    参赛院校:湖南科技大学
    指导教师:王晓亮
    团队成员:刘文康、杨李依、奉小明、陈钰轩、李诺
    数媒竞赛网2022年参赛作品
    作品描述:

         “智能车眼系统” 在物联网体系下运用SIFT+BOW+SVM的机器学习算法进行模型训练,运用改进的YOLO系列与DeepSORT的深度学习算法对后方来车进行监测与分析,根据监测情况对不同场景的后方来车进行相应的预警,同时通过物联网云平台对训练的数据进行存储,对上传的检测数据进行相应的处理和计算分析,从而有效对后方车况进行精确监测,解决人员下车时由于视觉盲区或者不注意观察后方车况从而导致的人员与行驶车辆相撞的事故,进而保障停车后下车人员与后方行驶车辆的安全,减少道路交通安全隐患。      “智能车眼系统” 为人们避免 “后方车辆与下车人员相撞事故” 的威胁提供了一种全新的解决方案,让人们用较低的、可以接受的价格都能享受到汽车安全设备带来的服务,同时响应国家的万物互联、智能交通战略,减少因为交通事故给人们、社会、国家带来的巨大损失,保障人们行车后的下车安全。作品目前已取得软件著作权两项,在申国家专利一项,已完成两次技术优化。


  • 智能产品竞赛作品——智能车眼—基于深度学习的后方车况预警卫士

    作品名称:智能车眼—基于深度学习的后方车况预警卫士
    参赛院校:湖南科技大学
    指导教师:王晓亮
    团队成员:刘文康、杨李依、奉小明、陈钰轩、李诺
    数媒竞赛网2022年参赛作品
    作品描述:

         “智能车眼系统” 在物联网体系下运用SIFT+BOW+SVM的机器学习算法进行模型训练,运用改进的YOLO系列与DeepSORT的深度学习算法对后方来车进行监测与分析,根据监测情况对不同场景的后方来车进行相应的预警,同时通过物联网云平台对训练的数据进行存储,对上传的检测数据进行相应的处理和计算分析,从而有效对后方车况进行精确监测,解决人员下车时由于视觉盲区或者不注意观察后方车况从而导致的人员与行驶车辆相撞的事故,进而保障停车后下车人员与后方行驶车辆的安全,减少道路交通安全隐患。      “智能车眼系统” 为人们避免 “后方车辆与下车人员相撞事故” 的威胁提供了一种全新的解决方案,让人们用较低的、可以接受的价格都能享受到汽车安全设备带来的服务,同时响应国家的万物互联、智能交通战略,减少因为交通事故给人们、社会、国家带来的巨大损失,保障人们行车后的下车安全。作品目前已取得软件著作权两项,在申国家专利一项,已完成两次技术优化。


  • 智能产品竞赛作品——智能车眼—基于深度学习的后方车况预警卫士

    作品名称:智能车眼—基于深度学习的后方车况预警卫士
    参赛院校:湖南科技大学
    指导教师:王晓亮
    团队成员:刘文康、杨李依、奉小明、陈钰轩、李诺
    数媒竞赛网2022年参赛作品
    作品描述:

         “智能车眼系统” 在物联网体系下运用SIFT+BOW+SVM的机器学习算法进行模型训练,运用改进的YOLO系列与DeepSORT的深度学习算法对后方来车进行监测与分析,根据监测情况对不同场景的后方来车进行相应的预警,同时通过物联网云平台对训练的数据进行存储,对上传的检测数据进行相应的处理和计算分析,从而有效对后方车况进行精确监测,解决人员下车时由于视觉盲区或者不注意观察后方车况从而导致的人员与行驶车辆相撞的事故,进而保障停车后下车人员与后方行驶车辆的安全,减少道路交通安全隐患。      “智能车眼系统” 为人们避免 “后方车辆与下车人员相撞事故” 的威胁提供了一种全新的解决方案,让人们用较低的、可以接受的价格都能享受到汽车安全设备带来的服务,同时响应国家的万物互联、智能交通战略,减少因为交通事故给人们、社会、国家带来的巨大损失,保障人们行车后的下车安全。作品目前已取得软件著作权两项,在申国家专利一项,已完成两次技术优化。



智能产品竞赛作品—数字赋能——多功能生态养殖攻坚者 上一篇

  • 1/9

  • 2/9

  • 3/9

  • 4/9

  • 5/9

  • 6/9

  • 7/9

  • 8/9

  • 9/9

智能产品竞赛作品—草长”莺“飞—自调节维度的草方格沙障铺设机 下一篇



Copyright © 2001 - 2023 全国大学生数字媒体科技作品及创意竞赛网版权所有

Copyright © 2001 - 2023 数媒竞赛网(http://www.shumeijingsai.com)版权所有