摘要。DIV>运动检测是计算机视觉中分析视频活动的重要过程。本研究实现了一个简单的系统,可以使用Python和OpenCV库在视频文件中检测运动。该系统通过比较视频中的连续帧来检测变化并标记体验运动的区域。实现在各种示例视频上显示出令人满意的结果。本研究提供了一种易于实现的解决方案,可用于视频分析和基于计算机的监视等应用程序。DIV>关键字:运动检测,视频,Python,OpenCV,摘要视频分析。运动检测是计算机对视频活动进行分析活动的愿景的重要过程。这项研究实现了一个简单的系统,可以使用Python和OpenCV库来检测视频文件中的移动。该系统通过比较视频中的连续帧来检测变化并标记正在体验动作的区域来起作用。实现在各种示例视频上显示出令人满意的结果。本研究提供了易于实施的解决方案,可用于视频分析和基于计算机的监视等应用程序。关键字:动作,视频,python,openCV,视频分析
摘要。本研究讨论了使用两个示例图像在照明和面部姿势方面的示例图像中实施用于面部检测的计算机视觉技术。开发的系统结合了Viola-Jones算法和卷积神经网络(CNN),以增强针对照明和面部取向变化的弹性。实验结果即使只有两个样本图像也显示出很高的精度。这项研究还开发了处理极端照明条件的预处理技术,并使用Python和OpenCV证明了有效的实施。关键字:面部检测,Viola-Jones,CNN,OpenCV摘要。本研究讨论了使用两个示例图像在照片中进行面部检测的计算机视觉技术的实施,这些示例图像具有不同的照明和面部姿势。系统开发的系统结合了中提琴和卷积神经网络(CNN)算法,以增加对照明和面部取向变化的抗性。实验结果表明,即使仅使用两个示例图像,它也显示出高度的准确性。这项研究还开发了预处理技术,以使用Python和OpenCV来克服极端的照明条件和实施效率。关键字:面部检测,Viola-Jones,CNN,OpenCV 1。简介
摘要印度尼西亚的森林和陆地大火的危险是一个严重的威胁,每年都会继续发生。根据美国数据消防局的说法,每年发生700多起森林大火,燃烧了超过700万公顷的土地。这场大火不仅损害了生态系统,还会造成重要的生物多样性损失。许多印度尼西亚特有动植物是受害者,增加了灭绝的风险。使用无人机也可以改变灾难管理。该技术可以与基于分析数据和人工智能的预警系统集成,从而提高了火灾预测的准确性和更加主动的响应。因此,这项技术的应用不仅是一个临时解决方案,而且是维持环境可持续性和社区福利(如无人机和各方之间的合作)的长期战略步骤,这对于有效克服了这一挑战非常必要。本研究的目的是创建一个基于视觉的计算机系统,该系统使用深度学习算法,尤其是您只看一次(Yolo),以快速,准确地检测森林火灾。在缓解森林消防灾难中,早期发现热点是防止大火传播到其他地区并减少对人类和环境的火灾造成的损害的重要步骤。
机器学习模型在Web应用程序“ CrackSafe”开发中的应用在贝拉·普拉蒂维(Bella Pratiwi)建筑物墙壁上发现迷恋1 *伊斯兰大学45 Bekasi 1 Bekasi 1电子邮件通信:Bellaprtwii25@gmail.com摘要:本研究旨在分析AI和机器学习技术在CrackSafe Web应用程序中的应用,以检测构建构建构建构建构建的构建。定性方法用于了解房屋壁上裂谷检测中的挑战,需求和潜在解决方案。裂缝和非耐药性数据集图片用于使用Yolov8训练检测模型,并使用平均平均精度(MAP),F-1得分,精度和回忆对模型进行评估。结果表明,即使仍然有改进的空间,模型也可以很好地识别裂纹。此应用程序还成功地检测了垃圾邮件,显示了建筑物维护的潜力。部署过程涉及使用烧瓶将AI模型集成到网站中。裂缝安全开发有望提高建筑物维护的效率和安全性,并降低高运营成本。关键字:人工智能;机器学习;探伤; YOLOV8摘要:本研究旨在开发利用AI和机器学习的CrackSafe Web应用程序,该研究旨在分析在CrackSafe Web应用程序中的AI和机器学习技术的实施,以检测建筑结构中的裂缝。一种定性方法用于了解检测住宅壁裂缝的挑战,需求和潜在解决方案。使用Yolov8的裂纹和非裂缝图像的数据集用于训练检测模型,并使用平均平均精度(MAP),F-1得分,精度和召回进行模型评估。结果表明该模型可以很好地识别裂纹,尽管仍然有改进的余地。该应用程序还成功地检测了Spall,证明了建筑物维护的潜力。部署过程涉及使用烧瓶将AI模型集成到网站中。裂缝保护的发展有望提高建筑物维护的效率和安全性,并降低高运营成本。关键字:人工智能;机器学习;探伤; Yolov8文章信息:提交:2024-04-20 |接受:2024-09-30 |发布:2024-10-03版权所有©2024,作者。
引入由明胶制成的产品通常包含具有非常低浓度和较高抑制剂的DNA,因此在检测猪含量时需要敏感,特异和一致的测试方法。这是由于含有低浓度的DNA的明胶基质,含有抑制剂将抑制扩增反应。因此,需要足够的提取技术来获得尽可能多的DNA,然后将其纯化。足够且不包含高抑制剂的DNA量决定了样品中包含的靶DNA扩增的成功。该标准是为了提供标准测试方法来检测使用实时PCR仪器的含明胶产品中低浓度的猪DNA含量。该标准可以用作授权监管机构进行的市场前和市场监管活动的参考。该标准是通过考虑立法的规定,如下所示:1。2012年第18号法律有关食品; 2。2014年第33号法律有关清真产品保证; 3。1999年第69号政府法规涉及食品标签和广告; 4。政府法规2019年第86条有关粮食安全; 5。政府法规2021年第39号法规有关清真产品保证的实施; 6。POM调节编号HK.03.1.23.06.10.5166 2010年的2010年,关于包括某些成分,酒精含量和到期限制的信息,包括标记/标签药物,传统医学,食品和食品补充剂; 7。POM法规2018年第31条有关处理的食品标签及其修正案,即粮食和药物监督机构2021年第2021号粮食监督机构的监管机构对2018年食品和药品监督机构的修正案的修正加工食品标签。
摘要在越来越多地发展的数字时代,计算机网络安全是一个非常重要的问题,尤其是随着网络攻击的威胁增加。检测这些威胁的有效方法之一是通过实施机器学习。本研究旨在开发和评估能够实时检测到计算机网络的入侵的机器学习模型。所提出的模型使用监督的学习技术,其中包含正常网络流量和包含攻击流量的数据集用于训练算法。所考虑的算法包括决策树,随机森林和支持向量机(SVM)。 这项研究还进行了比较分析,以评估每种算法的性能,以准确性,精度,召回和处理时间。 实验结果表明,应用的机器学习模型能够以高度准确性检测各种类型的攻击,在测试数据集中达到95%以上。 此外,事实证明,随机森林是检测入侵和精度和处理时间之间最佳平衡的最有效算法。 该系统的实施有望提高检测到计算机网络入侵的能力,从而有助于维持数据安全并减少由于网络攻击而导致的潜在损失。 关键字:机器学习,入侵检测,计算机网络所考虑的算法包括决策树,随机森林和支持向量机(SVM)。这项研究还进行了比较分析,以评估每种算法的性能,以准确性,精度,召回和处理时间。实验结果表明,应用的机器学习模型能够以高度准确性检测各种类型的攻击,在测试数据集中达到95%以上。此外,事实证明,随机森林是检测入侵和精度和处理时间之间最佳平衡的最有效算法。该系统的实施有望提高检测到计算机网络入侵的能力,从而有助于维持数据安全并减少由于网络攻击而导致的潜在损失。关键字:机器学习,入侵检测,计算机网络
人工智能的存在(AI)改变了技术景观,并为人类的生活带来了重大变化。在印度尼西亚,有一家未来的学院(OFA)轨道公司,专注于人工智能4工作(AI 4 Jobs)计划。AI 4工作旨在增强人工智能(AI)的个人能力,以准备进入不断增长的工作世界。AI 4 Jobs计划设计了各种模块,包括了解AI概念,技术技能,职业道德方面和职业准备就绪。在这项研究中,重点是“使用计算机视觉方法填充停车空间车辆的检测系统”。为了完成任务,AI网站是通过使用HSV颜色空间(色调,饱和度,价值)的AI计算机视觉域而构建的,而OPENCV库是图像处理中的一种常见方法,可将车辆与背景区分开来确定4轮车辆停车场的布置通过OFA的AI 4工作计划,研究人员设法获得了有关AI和磨练技术技能的广泛知识,这些知识是处理AI技术的开发。此外,该计划还提供了对Diera AI的职业道德和职业准备的见解。关键字:AI,伦理,图像,计算机视觉。
摘要 - 在过去的几十年中,印刷电路板(PCB)的发展经历了非常快速的进步。PCB是一个用于编译和连接电子组件的容器。在PCB生产过程中,PCB中的残疾是密不可分的。在存在缺陷的PCB的情况下,将影响系统的性能较差,以克服问题,就需要一个能够良好,有效和精确地检测到PCB缺陷的系统。本研究旨在使用MMDetection框架,Resnest-101型号和硬示例采矿(OHEM)在线技术来提高PCB上的缺陷检测性能。MMDetection的功能是对象检测器的基础,将Resnest-101模型应用于转换网络的骨干,以提取更强的视觉特征,并在模型训练过程中增加对困难样本的关注。OHEM技术可以帮助确定模型难以识别的对象,以便可以正确学习,以便可以适当地检测到对象。实验的结果表明,MMDetection,Resnest-101和Ohem的结合通过获得平均平均精度(MAP)的平均平均精度(MAP)来增加了PCB中缺陷的检测。,可以预期这项研究可以帮助提高PCB生产过程中检查过程的效率。关键字pcb,mmdetection,resnest-101,ohem
电子邮件信件:adisimakrisna@pnb.ac.id intisari-在这个现代时代,很少见到诸如Siskamling之类的安全活动。替换此旧的安全活动需要新的东西。CCTV这样的技术是可以使用的工具之一。 CCTV可以使用,但有几个缺点。 所讨论的缺陷包括他们无法实时检测可疑活动,以及以视频形式进行的24小时记录输出,这可能会导致存储记忆变得很多。 基于这些问题,研究人员开发了一种使用面部识别和运动检测来检测外国人的存在的系统。 开发的系统将通过检测到人的运动并将其与面部数据库匹配来检测外国人的存在。 如果未注册面部,系统将开始录制并将通知发送到电报。 关键字 - 面部识别,运动检测,监督相机,计算机视觉,HAAR级联分类器。 摘要 - 在这个现代时代,诸如Siskamling之类的安全活动很少见。 需要替换此旧安全活动的新事物。 CCTV等技术是可以使用的一种工具。 CCTV可以使用,但有一些缺点。 所讨论的缺陷包括无法实时检测可疑活动,以及以视频形式进行的24小时记录输出,这可能会导致废物存储。CCTV这样的技术是可以使用的工具之一。CCTV可以使用,但有几个缺点。所讨论的缺陷包括他们无法实时检测可疑活动,以及以视频形式进行的24小时记录输出,这可能会导致存储记忆变得很多。基于这些问题,研究人员开发了一种使用面部识别和运动检测来检测外国人的存在的系统。开发的系统将通过检测到人的运动并将其与面部数据库匹配来检测外国人的存在。如果未注册面部,系统将开始录制并将通知发送到电报。关键字 - 面部识别,运动检测,监督相机,计算机视觉,HAAR级联分类器。摘要 - 在这个现代时代,诸如Siskamling之类的安全活动很少见。需要替换此旧安全活动的新事物。CCTV等技术是可以使用的一种工具。CCTV可以使用,但有一些缺点。所讨论的缺陷包括无法实时检测可疑活动,以及以视频形式进行的24小时记录输出,这可能会导致废物存储。基于这些问题,研究人员主动使用面部识别和运动检测来开发一种用于检测陌生人的存在的系统。开发的系统将通过检测人的动作并将其与注册的面部数据库匹配,从而检测陌生人的存在。如果未注册面部,系统将开始录制并将通知发送到电报。关键字 - 面部识别,运动检测,监视摄像头,计算机视觉,HAAR级联分类器。
