登录社区云,与社区用户共同成长
邀请您加入社区
本文介绍了如何在星图GPU平台上自动化部署DAMO-YOLO智能视觉探测系统镜像,以构建智慧城市全景视频分析方案。该方案利用DAMO-YOLO的高效目标检测能力,可实现对城市交通路口车辆与行人的实时流量统计与异常行为分析,显著提升城市管理效率。
在 STM32 等 Cortex-M 系列 MCU 上,高效、可移植、低功耗的数字信号处理(DSP)能力是绝大多数健康监测、语音识别、运动控制应用的“刚需”。本文以“人体健康监测系统”中实际调用的基础数学函数为线索,系统梳理 CMSIS-DSP 基础数学子模块(BasicMathFunctions)的设计思想、功能划分、数据通道及性能权衡,帮助开发者快速定位所需函数并理解其背后的实现哲学,而无需逐
在智慧城市建设中,是提升城市运行效率的核心环节之一。本文将围绕一个典型应用场景——,使用构建一套轻量级、可扩展的实时交通数据处理系统。该方案不仅适用于中小城市道路监控场景,还可作为未来接入AI边缘计算节点的基础架构。
微电网保护面临传统方案不适配的挑战,需采用自适应保护和故障定位技术。自适应保护通过实时感知系统状态、提取故障特征、动态调整保护定值和优化动作逻辑,解决故障电流多变、方向双向等问题。故障定位则采用阻抗法、行波法和数据驱动法,精准确定故障点位置。两者协同优化可提升整体性能,未来将向多算法融合、数字孪生和边缘计算方向发展,为微电网安全运行提供支撑。
本方案已在某城市主干道试点部署,日均有效识别车辆超15,000辆次,平均识别延迟低于80ms,满足实时性需求。相比传统人工巡检模式,极大降低了人力成本并提升了响应速度。未来计划集成天气感知模块与AI预测算法,进一步推动“感知—决策—控制”闭环智能化升级。如果你正在构建自己的智能交通项目,不妨从这个框架开始,快速验证可行性!欢迎留言讨论更多扩展思路 👇。
摘要:页岩气压裂监测软件测试需重点验证极端环境适应性、实时数据处理鲁棒性和硬件兼容性。通过模拟高温高压(>150℃/100MPa)、网络异常等极端工况,测试软件稳定性;采用多源数据注入和硬件故障模拟,确保数据处理精度和容错能力;针对异构设备进行深度兼容性测试。建议开发混沌工程平台模拟油田特有故障,并建立四维基线矩阵实现异常快速定位,提升测试覆盖率40%。
本文介绍了如何在星图GPU平台自动化部署Qwen3-ASR-0.6B轻量级高性能语音识别模型WeBUI,实现智慧城市12345热线的语音智能分拨。该模型支持多语言方言识别,可自动将市民语音转换为文字并分拨至对应部门,大幅提升热线处理效率和准确性。
本文介绍了如何在星图GPU平台上自动化部署SiameseUIE模型部署镜像,实现智慧城市中的多源数据融合分析。该镜像能够从政务文档、市民热线等非结构化文本中精准抽取实体与事件信息,典型应用于市民热线智能分析,自动分类诉求并提升处理效率60%以上。
基于DeepSeek大模型,集成若依框架(RuoYi)、芋道源码、ThingsBoard 物联网平台、Flowable流程引擎、单点登录(SSO)及AI大模型,覆盖城管住建、水利水务、生态环保、交通运输、应急安全、卫生健康、教育管理、文体旅游、产业园区、智慧社区、数字乡村、市场监管、综合执法、营商服务、停车管理、物业管理等政府治理全领域核心应用场景,以及电子商城、CRM、ERP等企业应用系统,提供
在智慧城市建设浪潮中,已成为提升城市运行效率的核心引擎。本文聚焦于利用构建一个轻量级、高精度的交通流量检测方案,适用于路口摄像头部署场景下的车流统计与异常行为预警。
在智慧城市建设中,是核心痛点之一。传统的中心化交通管理系统往往存在响应慢、数据延迟高、扩展性差等问题。本文提出一种基于的轻量级实时交通流量调控方案,适用于城市主干道或特定区域的智能信号灯控制。
在智慧城市建设从“概念落地”迈向“深度运营”的阶段,基础设施的智能化不再局限于“联网”或“可视化”,而是追求主动感知、协同决策与持续进化的能力。未来的智能井盖,将不再是孤立的硬件终端,而是一个集感知、通信、计算、能源、安全于一体的微型城市智能体(Urban IoT Agent)。本文将从技术架构、系统融合与应用场景三个维度,探讨智能井盖在智慧城市中的六大未来发展方向,为物联网、边缘计算与城市数字孪
计算机视觉研究院主要涉及深度学习领域,主要致力于目标检测、目标跟踪、图像分割、OCR、模型量化、模型部署等研究方向。传统背景减法、运动分析、甚至主流 YOLO 系列模型,在恶劣天气下性能大幅跳水,既不抗干扰,也抓不住细节,无法满足实时安防与交通管控需求。的检测框架,把 “看不清、测不准、漏检多” 变成 “全天候、高精度、低误报”,为智慧城市交通与公共安全,筑起一道可靠的。,专门攻克雨、雾、雪、沙尘
依托AI机器视觉、深度学习、边缘计算等核心技术,公司实现对高速车流、路况、设施状态的全域智能化感知,让监测设备从“数据收集端”升级为“智能分析终端”——通过训练海量交通场景数据模型,AI系统可精准识别道路拥堵、交通事故、设施故障、占道施工等问题,毫秒级完成数据解析并触发分级预警,让高速管控从“事后处置”转向“事前预判、事中高效协同”,完美契合广东智慧高速从“纸图”到“数图”的数字化重构需求。这些技
注:所有参会者现场均可获得会议手册,参会证明,会议通知(邀请函),会议专属纪念品,参会证等会议资料。(ASENS 2026)如您有任何关于会议的问题或建议,或想了解更多信息,欢迎您联系会议秘书!所有的投稿都必须经过2-3位组委会专家的严格审稿,最终所录用的论文将以会议论文集的形式正式出版,见刊后由出版社提交至。节能的M2M有线和无线通信和网络。数据驱动的城市感知与环境监测。基于AI的城市社会服务优
它像隐形的橡皮筋,当水平集函数开始变形走样时,这个项会自动把它拉回接近符号距离函数的状态。实际跑分时发现,改进后的算法在512x512的MRI图像上,迭代次数从原来的300次降到180次就能收敛,而且避免了每隔30步就要做一次O(n²)复杂度的重新初始化。当然啦,参数调优还是需要根据具体图像特性来,特别是遇到纹理复杂的区域,可能需要动态调整lambda的值。水平集演化这玩意儿在图像分割里算是老熟人
本文介绍了如何在星图GPU平台上自动化部署DAMOYOLO-高性能通用检测模型-S镜像,快速构建智慧城市视觉分析服务。该方案能够高效识别城市监控画面中的违停车辆、占道物品及违规垃圾,为城市管理提供7x24小时的自动化智能识别能力,显著提升问题发现与处置效率。
做园区管理的都懂,传统管理的弊端早已根深蒂固:人工巡检耗力耗时,设备故障难以及时预警;该系统不仅实现了物理园区的数字化映射,更通过数据驱动决策,旨在打造“可视、可管、可控、可预测”的现代化智慧生态空间。该平台的诞生,标志着园区管理从“信息化”向“智能化、智慧化”的深度跨越。的移动端:采用 [uni-app](https://github.com/dcloudio/uni-app) 方案,一份代码多
摘要: 传统跨摄像头追踪依赖ReID技术,通过外观匹配判断目标身份,易受换装、遮挡等因素干扰。镜像视界提出CameraGraph™解决方案,将问题转化为空间连续性分析:构建摄像头网络拓扑图,通过空间坐标反演、运动轨迹建模和图约束匹配(时间/路径一致性),实现跨摄像头的目标关联。该方法突破视觉匹配局限,利用空间推理判断实体连续性,显著提升遮挡处理、轨迹拼接等场景的稳定性,实现从“识别身份”到“追踪实
SCI期刊快速发表推荐:Remote Sensing(中科院2区,IF4.1)覆盖遥感全领域,提供预审+快速录用通道;Computing and Informatics(中科院4区,IF1.7)聚焦AI与边缘计算,录用门槛友好。两刊均支持预审加速流程,知网/WoS可查,适合毕业、评职称等紧急需求。目前开放限量版面,提供全程投稿指导服务,助力提升录用率。
本文介绍了如何在星图GPU平台上自动化部署🎙️ Qwen3-ASR-1.7B 高精度语音识别工具镜像,快速构建公共场所语音告警系统。该镜像专为城市安防优化,可在地铁站、商场等高噪声环境中实时识别紧急语音(如‘摔倒’‘救命’),触发定位告警与多源联动响应,显著提升智慧城市应急处置效率。
数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证。重要说明:数据集没有划分训练验证测试集需自行划分。标注类别名称:["billboard"]图片数量(jpg文件个数):1238。标注数量(xml文件个数):1238。标注数量(txt文件
本文介绍了如何在星图GPU平台上自动化部署人脸分析系统 (Face Analysis WebUI) 镜像,赋能智慧城市重点人员布控。通过边缘侧实时人脸检测、特征提取与本地比对,系统可在监控画面中毫秒级识别并告警目标人员,广泛应用于地铁站、社区出入口等安防场景,兼顾隐私安全与低门槛运维。
某工厂制胶产线规模较大,通过多台DCS控制柜和变频器实现对大量控制阀、称重仪、流量计、液位计、压力变送器、温度计等仪表的自动化控制,实现包括物料输送、计量、预混合、投料、滴加、反应、出料等工艺逻辑,有效提高了生产效率。对此,提供基于工业智能网关的解决方案,具备多协议兼容、边缘计算及高可靠联网能力,无缝对接现有西门子 DCS系统,实现对制胶设备状态与工艺参数的数据采集与实时联网,,打通设备层与监控层
本文介绍了如何在星图GPU平台上自动化部署Qwen3-VL-8B-Instruct-GGUF镜像,赋能智慧城市多场景应用。该轻量级多模态模型可实时分析交通监控画面,精准识别路口拥堵成因、施工违规及设施异常,显著提升城市治理响应效率与精细化水平。
4.云数据中心:建设包含云租赁服务(各系统服务器资源、机柜、网络等机房资源租赁3年服务)、云安全服务(云资源安全服务,符合三级等保要求)、密码服务(密码服务,符合三级密评要求)。2.应用支撑:建设包含数字孪生系统、GIS地图服务、物联网平台、视频算法调度平台、融合通信系统、指标体系管理平台、统一认证平台等内容。3.应用场景:建设包含一网统管系统、城市驾驶舱、智慧城管、智慧停车、智慧住建、智慧环卫等
本文介绍了如何在星图GPU平台自动化部署【ollama】LFM2.5-1.2B-Thinking镜像,实现智慧城市交通流量预测。该模型可实时分析交通数据,准确预测未来30分钟至2小时的流量变化,为城市交通管理提供智能决策支持,有效缓解拥堵并优化信号灯配时。
感知层革新:通过YOLOv5实现实时车辆识别,摆脱人工设定;决策层敏捷化:基于车流动态调整绿灯时长,减少等待浪费;落地可行性高:全程仅依赖Python生态,无需复杂的SDK对接,适合作为教学项目或小型试点。🔥 这不仅是技术实现,更是思维方式的跃迁 —— 把“让车跑得快”变成“让灯会思考”。如果你正在做毕业设计、课程实践或个人项目,这套代码可以直接拿来改造成完整的智能交通解决方案!欢迎留言交流你的
本项目展示了如何用Python构建高实用性、易扩展的智能交通控制逻辑。它不仅适用于学术研究场景,也可作为嵌入式边缘计算平台的基础组件。如果你正从事智慧城市开发、物联网工程或自动驾驶相关领域,不妨尝试将其扩展为多路口协同调度系统——你会发现,真正的智能化,始于每一个微小的数据感知与响应。✅ 小贴士:推荐搭配 OpenCV 视频流分析做视觉识别补充,进一步提升检测精度!✅ 字数统计:约1850字✅ 无
本文介绍了如何在星图GPU平台上自动化部署GME-Qwen2-VL-2B-Instruct镜像,实现智慧城市街景图像的智能分析。该方案能自动识别道路破损、违规停车等事件并生成报告,为城市管理提供高效的AI巡查能力,助力从被动响应转向主动治理。
本文介绍了基于星图GPU平台自动化部署🍄超级千问:语音设计世界(Super Qwen Voice World)镜像,构建智能语音指挥调度中心的解决方案。该方案通过多路语音实时处理、智能指令分发和事件日志自动生成等核心功能,可广泛应用于城市应急响应和交通指挥场景,显著提升指挥效率和准确性。
05数据中枢》20.15节“综合评价”明确核心指标需遵循“可量化、可追溯、行业适配可量化:指标计算需基于《03数据库表》的结构化数据,避免主观评估(如“处置率”需用实际工单数据计算,而非人工估算);可追溯:计算过程需关联原始业务表(如处置率关联biz_evt_wo工单表),支持数据溯源(《01总体架构》P13“数据驱动闭环”要求);行业适配:指标筛选条件需支持“业务域、行政区划”维度(如城管处置率
该项目旨在“十五五”期间构建某新区高性能数字底座与全域数字孪生城市。核心内容涵盖:建设“一云多芯”信创混合云与国产AI算力集群;依托UE5与Cesium双引擎实现百平方公里L4级孪生渲染;打造跨区域协同平台以优化产业转移承接;开发涉河基建洪水影响仿真专项以强化合规监管。旨在达成全域覆盖、实时感知、数据驱动的智慧治理体系。
数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证。标注类别名称:["street-vendor"]重要说明:数据集没有划分训练验证测试集需自行划分。图片数量(jpg文件个数):2401。标注数量(xml文件个数):2401。标注数量(t
本文介绍了如何在星图GPU平台上自动化部署‘星图平台快速搭建 Clawdbot:私有化本地 Qwen3-VL:30B 并接入飞书平台(下篇)’镜像,实现智慧城市中交通异常识别与环境事件智能诊断等多模态理解任务。该方案依托STM32边缘感知与Qwen3-VL:30B协同推理,显著提升实时性与语义理解能力。
WS50x微动版智能开关面板契合行业智能化、节能化、轻量化的发展趋势,精准匹配楼宇、办公、园区、工业等多领域的核心需求,在拓宽物联网智能控制应用边界的同时,为各行业的智能化转型升级提供坚实可靠的产品支撑。
摘要:楼宇空调自动控制系统通过物联网、边缘计算和大数据技术,实现空调智能化管控。系统采用分层架构,具备分时分区温控、环境参数联动、能耗监测和智能运维等核心功能,可降低能耗20%-30%,提升室内舒适度。适用于写字楼、商场、酒店等多种场景,具有兼容性强、运行稳定、扩展性好等优势,能显著降低运维成本,助力楼宇智能化升级和双碳目标实现。
本文介绍了如何在星图GPU平台上自动化部署sensevoice-small-语音识别-onnx模型(带量化后),并探讨了其在智慧城市中的典型应用。该轻量级模型特别适用于公共服务场景,例如在政务大厅部署智能语音导办终端,让市民通过语音快速查询办事指南,有效提升服务效率与体验。
🏠个人主页:fo安方的博客✨💂个人简历:大家好,我是fo安方,目前中南大学MBA在读,也考取过HCIE Cloud Computing、CCIE Security、PMP、CISP、RHCE、CCNP RS、PEST 3等证书。🐳💕兴趣爱好:b站天天刷,题目常常看,运动偶尔做,学习需劳心,寻觅些乐趣。🎐💅欢迎大家:这里是CSDN,是我记录我的日常学习,偶尔生活的地方,喜欢的话请一键三连
作为管理员,您可以在地图上看到所有单位的状态(路灯是开是关,传感器数据是多少),可以给它们下达指令(批量开灯、调整亮度),还可以查看历史数据报告(过去24小时的空气质量变化)。是一个基于Web技术的中心化软件系统,用于远程监控、管理和控制大规模部署在城市各处的物联网(IoT)设备,如智能路灯、环境传感器、垃圾桶传感器、智能停车咪表等。:登录Web管理后台,找到我们“创建”的设备,并对其下发一个控制
城市公共安全:智慧交通:智慧城管:应急指挥电子政务:智慧环保智慧能源智慧医疗智慧城市八大应用,助力城市更加智慧
从“网格化管理”、“社会管理服务”到“民情大数据地图”,西安市正在以“民情大数据地图”为抓手,打造为民服务“升级版”。通过社情民意的数据化管理,实现“上面千根线”与“基层一张网”的无缝对接,形成“用数据说话、用数据管理、用数据决策”的基层社会治理新机制。一、“民情大数据地图”是一张什么图?社情民意不明了、服务管理不到位、诉求渠道不畅通、矛盾化解不及时,这是处于社会转型期的基层社会治理时常面临的..
江苏省徐圩新区是国务院《江苏沿海地区发展规划》确定的重点开发区域。自徐圩新区建设上升为国家战略,“智慧徐圩”建设就成为重中之重。目前,徐圩新区正处在社会经济快速发展的新阶段,新区的建设规模不断扩大、建设步伐不断加速,空间规划管理工作内容不断深化、社会需求不断增长、情况更趋复杂,为解决这些问题,空间规划管理工作必须依托先进的信息技术手段。开展基于SuperMap GIS的时空云平台与空间规划管理平.
当下,全国各地的“智慧城市”建设推进的如日中天,“智慧”已经成为现代城市的新特性之一。作为首都,北京在智慧城市建设方面也颇有成效,如拥有大栅栏商业街、白塔寺、什刹海公园等知名景点的西城区,就运用时空信息云平台等“智慧”手段,完成了从“数字”城市到“智慧”城市的大跨步,解决了城市管理的许多老问题。西城区的“智慧”发展轨迹清晰可见:2009年,西城区被批准为全国第一批数字城市地理空间框架试点城市,之.
智慧城市是国际社会发展的方向,虽然各国有着各种样式的定位,但都离不开这些核心技术,这也是当今社会对智慧城市的评判标准,尽管我们对智慧城市现在有足够的认识,但是实施起来规模巨大,所需的人力物力财力难以想象,它是未来10年内的人们奋斗的方向和历程,智慧城市让人们的生活更加美好。智慧城市需要的核心技术:1.物联网技术: 物联网即物物相联的互联网,通过信息传感设备,按约定的协议,把任何物品与互联网...