XiaoMi-AI文件搜索系统
World File Search System警报声
执法互动计划 - AutoX
AutoX 无人驾驶测试车能够检测和识别警车或紧急车辆的视觉和音频特征及其警报声。AutoX 车辆的设计使其能够像其他普通车辆一样，无论测试车辆采用何种驾驶模式，都能适当让行紧急车辆。如果 AutoX 无人驾驶测试车辆在距离测试 ODD 内任何一点最多 600 英尺的范围内检测到警察或紧急情况 ���������������������������������������������������������������������������������������������������������� ��������������������������������������������������������������������������������������������������������������（参见第 10 节）。
住宅新泳池、热水浴缸和水疗中心计划提交
定义 经批准的安全泳池盖 - 符合美国材料与试验协会 (ASTM) 所有性能标准的手动或电动安全盖，符合标准 F 1346-91。 围栏 - 将游泳池与住宅隔离开的栅栏、墙壁或其他障碍物。 出口警报 - 当任何允许从住宅进入泳池区域的门被打开或半开时，发出可听见的连续警报声的设备，这些门没有任何中间围栏。 出口警报可以用电池供电，也可以连接到建筑物的电线。 门及其屏幕（如果有）打开后七秒内，警报应连续响起至少 30 秒，警报应符合 UL 2017 的规定，并且在正常的家庭活动期间整个房子都能听到。 警报应在任何情况下自动重置；它应配备手动装置，例如触摸板或开关，以暂时停用单次打开的警报。 这种停用时间不得超过 15
使用 NVIDIA Jetson 上的深度学习进行面罩检测
2019 年 12 月，冠状病毒大流行开始。冠状病毒疾病-19 (COVID-19) 通过直接接触直接从受污染的表面传播。为了对抗病毒，需要大量设备。口罩是人多拥挤场所个人防护的重要组成部分。因此，确定一个人是否戴着口罩对于融入当代社会至关重要。为了实现这一目标，本文提出的模型使用了深度学习库和 OpenCV。出于安全考虑，选择了这种方法，因为它在部署期间具有很高的资源效率。分类器是使用 MobileNetV2 结构构建的，该结构设计为轻量级，能够在 NVIDIA Jetson Nano 等嵌入式设备中使用以进行实时口罩识别。模型构建的阶段包括收集、预处理、拆分数据、创建模型、训练模型和应用模型。该系统利用图像处理技术和深度学习来处理实时视频源。当有人没有戴口罩时，输出最终会通过内置蜂鸣器发出警报声。实验结果和测试用于验证系统的性能。包括训练和测试，识别率达到99%。