基于边缘计算的作业平台火灾事故预警系统

    公开(公告)号:CN115331384B

    公开(公告)日:2023-06-30

    申请号:CN202211006065.8

    申请日:2022-08-22

    Abstract: 本发明提供一种基于边缘计算的作业平台火灾事故预警系统,系统主要包括摄像头的部署,边缘计算端和云端平台。摄像头用于实时获取视频信息;智能预警系统以边缘端设备为载体,用于实现作业平台火灾事故预警,将结果展示在边缘端服务器上;云端服务器用于智能预警系统模型的训练以及参数的更新。本系统的目的是为了实现对作业平台的火灾检测识别的实时检测功能,通过4G或5G传输来实现报警信息的迅速确认,完成联动报警功能。充分利用边缘计算的优势,有效提高视频传输以及实时处理的响应速度,提高作业平台的安全性,大大降低了计算成本和能源损耗。同时也充分利用了人工智能给人类带来的便利,降低了人工资源的消耗。

    基于边缘计算的作业平台火灾事故预警系统

    公开(公告)号:CN115331384A

    公开(公告)日:2022-11-11

    申请号:CN202211006065.8

    申请日:2022-08-22

    Abstract: 本发明提供一种基于边缘计算的作业平台火灾事故预警系统,系统主要包括摄像头的部署,边缘计算端和云端平台。摄像头用于实时获取视频信息;智能预警系统以边缘端设备为载体,用于实现作业平台火灾事故预警,将结果展示在边缘端服务器上;云端服务器用于智能预警系统模型的训练以及参数的更新。本系统的目的是为了实现对作业平台的火灾检测识别的实时检测功能,通过4G或5G传输来实现报警信息的迅速确认,完成联动报警功能。充分利用边缘计算的优势,有效提高视频传输以及实时处理的响应速度,提高作业平台的安全性,大大降低了计算成本和能源损耗。同时也充分利用了人工智能给人类带来的便利,降低了人工资源的消耗。

    基于边缘计算的小目标检测系统
    5.
    发明公开

    公开(公告)号:CN115393689A

    公开(公告)日:2022-11-25

    申请号:CN202211005918.6

    申请日:2022-08-22

    Abstract: 本发明提供了一种基于边缘计算的小目标检测系统,系统主要由网络摄像头和边缘设备构成。针对小目标检测,本发明在边缘设备上部署了基于YOLOX的小目标检测模型。该模型增加了一个微小目标检测头以缓解检测尺度变化带来的负面影响,缩小尺度特征方差以及小目标特征优化难度,增加小目标检测准确率,在标签分配损失矩阵以及损失函数上采用Focal‑Loss损失函数以缓解类别不平衡问题;同样地,为了优化位置回归任务,采用GIOU‑Loss对标签分配权重矩阵以及梯度传播进行优化。模型中的特征提取骨干层采用CSPRepResNet,并在特征融合层中的采用无参下采样方式以提高推理速度。通过局域网将网络摄像头获取的数据流传输给边缘设备以完成检测并保存检测结果,保证了边缘设备端小目标检测的实时性、高效性以及灵活性。

Patent Agency Ranking