完结小说,完美世界辰东,我欲封天

面向密集行人場景的YOLOv8n改進算法

為了解決傳統(tǒng)算法在密集行人場景中識別精度不足和檢測不準(zhǔn)確的問題，提出一種基于YOLOv8n的改進型密集行人檢測模型。首先，引入SPPELAN模塊替換骨干網(wǎng)絡(luò)中的SPPF模塊，以提升模型對多尺度目標(biāo)的特征感知能力。其次，設(shè)計一種殘差注意力機制，提高模型對細微特征的提取能力，進而提高檢測精度。最后通過添加DySample算子、改進的小目標(biāo)檢測層提高模型對小尺度目標(biāo)的定位識別能力。實驗結(jié)果顯示，改進的模型相較于YOLOv8n在CrowdHuman數(shù)據(jù)集上的召回率、mAP50和mAP50-95分別提升了2.5%、2.9%和2.4%，并且該模型在WiderPerson和CityPersons數(shù)據(jù)集上表現(xiàn)優(yōu)異。實驗結(jié)果表明，該算法能更好適用于密集行人檢測任務(wù)。

發(fā)表于：2025/2/18

數(shù)字軌道交通系統(tǒng)DRT綜述

簡要綜述了數(shù)字軌道交通（Digital Rail Transit ，DRT）系統(tǒng)作為一種電子導(dǎo)向膠輪系統(tǒng)在城市軌道交通領(lǐng)域的研究應(yīng)用現(xiàn)狀，分析了上海電氣集團智能交通科技有限公司（簡稱上海電氣）的i-DRT系統(tǒng)的技術(shù)研發(fā)，以及與上海申沃客車有限公司（簡稱申沃客車）在現(xiàn)有公交車型中的合作應(yīng)用，評估了目前DRT系統(tǒng)的技術(shù)原理以及技術(shù)優(yōu)勢及挑戰(zhàn)，提出了未來研究的方向和建議，以期為后續(xù)研究提供參考。

發(fā)表于：2025/2/18

我國牽頭制定的無人配送車國際標(biāo)準(zhǔn)正式發(fā)布

2月9日消息，日前，我國牽頭制定的電氣運輸設(shè)備領(lǐng)域首個載物國際標(biāo)準(zhǔn)《電氣運輸設(shè)備第3-2部分：載物電氣運輸設(shè)備移動性能測試方法》（IEC 63281-3-2）正式發(fā)布。

發(fā)表于：2025/2/10

Pickering集團在馬來西亞檳城設(shè)立全新辦事處

旨在更好地服務(wù)于東南亞地區(qū)日益增長的客戶需求

發(fā)表于：2025/2/5

中國電信攜手中國中車發(fā)布斫輪大模型

12月19日，在“數(shù)智賦能工業(yè)煥新”中車工業(yè)人工智能行業(yè)論壇上，中國中車聯(lián)合中國電信發(fā)布中車斫輪大模型，中國電信總經(jīng)理梁寶俊出席并致辭，副總經(jīng)理唐珂代表中國電信與中國中車簽署戰(zhàn)略合作協(xié)議。中車斫輪大模型體系涵蓋算力、MaaS平臺、基模、應(yīng)用、服務(wù)及生態(tài)的全鏈條內(nèi)容，其中應(yīng)用場景覆蓋了設(shè)計、制造、運營、維護、安全等制造業(yè)各環(huán)節(jié)。“斫輪”在大模型探索方面聚焦裝備制造業(yè)，形成“五高五全新質(zhì)發(fā)展”的大模型架構(gòu)——以“基礎(chǔ)大模型、行業(yè)大模型、業(yè)務(wù)大模型、場景大模型”四級模型為支撐，圍繞業(yè)務(wù)全流程、管理全覆蓋、客戶全周期、產(chǎn)業(yè)全領(lǐng)域、行業(yè)全生態(tài)，推動實現(xiàn)經(jīng)營效率更高、客戶價值更高、治理能力更高、安全水平更高、發(fā)展質(zhì)量更高，培育新質(zhì)生產(chǎn)力，為裝備制造業(yè)高質(zhì)量發(fā)展貢獻力量。

發(fā)表于：2024/12/24

V2X 技術(shù)提速，鋪平高階自動駕駛發(fā)展之路

　　隨著自動駕駛技術(shù)的快速發(fā)展，車輛之間的協(xié)同通信變得越來越重要。車聯(lián)網(wǎng)（V2X）技術(shù)作為一種新型的車輛通信技術(shù)，通過車車（V2V）和車路協(xié)同（V2I）等方式，實現(xiàn)了車輛與車輛、車輛與基礎(chǔ)設(shè)施之間的信息交換，有效提升了道路交通安全性和效率。在 V2X 技術(shù)中，基于蜂窩網(wǎng)絡(luò)的車聯(lián)網(wǎng)（Cellular-V2X，簡稱C-V2X）憑借其廣域覆蓋和低延遲的特點，成為實現(xiàn)車與車、車與路側(cè)基礎(chǔ)設(shè)施之間通信的首選技術(shù)。

發(fā)表于：2024/11/22

科大訊飛首發(fā)汽車端側(cè)大模型

10月24日消息，今日，科大訊飛舉辦“2024科大訊飛全球1024開發(fā)者節(jié)”。會上，科大訊飛正式發(fā)布汽車端側(cè)星火大模型，相較于云端大模型，汽車端側(cè)星火大模型在無網(wǎng)環(huán)境下可用，且使用效果與云端相比幾乎無差異。

發(fā)表于：2024/10/25

恩智浦與深圳通合作推出業(yè)界首個基于 UWB 的軌道交通支付解決方案

　　中國上海--2024年10月8日--恩智浦半導(dǎo)體（NXP Semiconductors N.V.，納斯達克股票代碼：NXPI）今日宣布，深圳市城市交通卡運營服務(wù)商“深圳市深圳通有限公司”（下簡稱深圳通）將采用恩智浦Trimension®產(chǎn)品組合提供基于超寬帶技術(shù)（UWB）的創(chuàng)新性無感支付過閘產(chǎn)品。Trimension UWB 將實現(xiàn)安全無感支付的便捷體驗，即公共交通乘客在通過閘機檢票口時，無需停下來刷手機或刷公交卡，只需直接通過就可以完成支付。

發(fā)表于：2024/10/10

和利時私有化收購?fù)瓿山桓?從納斯達克退市

近日，和利時自動化技術(shù)有限公司私有化收購?fù)瓿山桓睿碇跇I(yè)界頗具口碑的自動化龍頭企業(yè)和利時將迎來新的股東，也由此跨入高速穩(wěn)健發(fā)展的新篇章。和利時作為提供自動化控制系統(tǒng)解決方案的領(lǐng)先企業(yè)，主營業(yè)務(wù)包括工業(yè)智能化、交通智能化兩大板塊，涵蓋鐵路計算機聯(lián)鎖、高鐵C3車載列控、城市軌道交通智能化等解決方案。自 1993 年創(chuàng)立以來，一直踐行自主創(chuàng)新與質(zhì)量為先的發(fā)展原則，憑借穩(wěn)定可靠的產(chǎn)品和全生命周期的服務(wù)在業(yè)界贏得良好口碑。

發(fā)表于：2024/9/30

華為發(fā)布交通與物流大模型和鐵路一云一網(wǎng)N樞紐創(chuàng)新解決方案

發(fā)表于：2024/9/24

美國敲定最新版V2X技術(shù)國家部署計劃

8月18日消息，美國交通部發(fā)布了最新的V2X技術(shù)國家部署計劃，這項名為“通過連接拯救生命：加速V2X部署的計劃”的V2X計劃旨在指導(dǎo)V2X技術(shù)在美國的實施。該計劃最初于去年 10 月以草案形式發(fā)布以征求公眾意見，更新包括 5G 和非地面網(wǎng)絡(luò)技術(shù)以及 5.9GHz 的 DSRC 協(xié)議。目標(biāo)是到 2028 年實現(xiàn) 12 個可互操作的網(wǎng)絡(luò)安全部署，到 2036 年超過 50 個。這些公司將使用來自三家供應(yīng)商的芯片，預(yù)計將是高通和Autotalks以及瑞薩電子，以及來自兩家供應(yīng)商的設(shè)備。

發(fā)表于：2024/8/19

貿(mào)澤電子2024技術(shù)創(chuàng)新論壇首場杭州站活動開啟

打造高效智慧交通，貿(mào)澤電子2024技術(shù)創(chuàng)新論壇首場杭州站活動開啟

發(fā)表于：2024/5/21

馬斯克：SpaceX不使用AI 在太空探索領(lǐng)域幾乎沒用

5月7日消息，據(jù)媒體報道，在一次訪談中，SpaceX CEO埃隆·馬斯克被問及人工智能是否會加速他在太空探索方面的努力，他表示：“還沒看到它有什么用。” 馬斯克稱：“奇怪的是，太空探索幾乎沒有使用人工智能。所以SpaceX基本上沒有使用人工智能，Starlink也沒有使用人工智能，我并不反對使用它。”

發(fā)表于：2024/5/8

基于改進YOLOv5的路面裂縫檢測方法

針對現(xiàn)有裂縫檢測模型體積較大且檢測精度不高的問題，提出一種基于輕量化網(wǎng)絡(luò)的無人機航拍圖像裂縫檢測方法。首先，使用MobileNetv3網(wǎng)絡(luò)替代YOLOv5的主干網(wǎng)絡(luò)，降低模型大小；其次，引入C3TR和CBAM模塊提高網(wǎng)絡(luò)表征能力，將損失函數(shù)替換為EIOU以提高模型的魯棒性。實驗結(jié)果表明，該方法在自制數(shù)據(jù)集上獲得98.9%的精度，相較于原始YOLOv5提高1.2%，模型大小減小51.5%，檢測速度提高37%。改進后的模型在精度、大小和速度上均優(yōu)于Faster-RCNN等4種常見裂縫檢測模型，滿足了裂縫檢測的實時性、輕量化和精度需求。

發(fā)表于：2024/3/20

基于深度卷積網(wǎng)絡(luò)和卷積去噪自編碼器的水聲信號識別方法

針對復(fù)雜水聲信號的分類識別問題，提出了一種新的網(wǎng)絡(luò)模型結(jié)構(gòu)，將卷積神經(jīng)網(wǎng)絡(luò)和卷積去噪自編碼器結(jié)合到一起應(yīng)用于水聲信號Lofar譜的分類識別中。實驗結(jié)果表明，該模型能夠利用更少的參數(shù)學(xué)習(xí)更豐富的魯棒性特征，目標(biāo)識別的總體準(zhǔn)確率達到81.2%，與傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)識別方法相比具有更高的識別準(zhǔn)確率。

發(fā)表于：2024/1/25