关键词： 信息科技课程   项目式学习   信息素养  

摘要： 随着教育信息化2.0进程的不断推进,小学信息科技课程逐渐从技术操作技能传授转向对学生信息素养与创新能力的综合培养。文章依据《义务教育信息科技课程标准(2022年版)》的要求,以四年级“图像处理”教学模块为例,设计并实施了一种基于项目式学习(PBL)的教学模式,并通过对比实验班和对照班在信息素养和技能测试的前后测表现,探讨了PBL教学在提升学生信息素养与图像处理技能方面的有效性。研究采用模拟数据并进行统计分析,结果显示实验班后测成绩显著高于对照班,表明PBL教学有助于增强学生的自主探究意识、合作学习体验和数字化创新思维。此外,本研究也为小学信息科技课程改革与实践提供了实证参考和实践启示。

关键词： 深度学习   电网无人机巡检   图像处理   改进YOLOv5算法  

摘要： 随着无人机技术和深度学习的发展,传统人工巡检方式逐渐被集成化、智能化的无人机巡检替代。围绕电网无人机巡检图像处理系统,旨在提高电力巡检的自动化程度与精度,以确保电网的稳定运行。首先,详细设计了电网无人机巡检系统设计总体方案;其次,搭建了电网无人机巡检图像预处理;然后,提出了改进YOLOv5算法的图像处理方法;最后,通过实验数据验证了该方案的可靠性和有效性。结果表明,所提算法能有效提升多无人机任务执行的协作效率,缩短巡检所需时间,从而提升整体电力系统的运维效率。

关键词： 实时图像处理   目标检测   自动驾驶   计算机视觉   深度学习  

摘要： 在自动驾驶技术演进中,实时图像处理与目标检测是实现环境感知的关键。针对复杂场景下检测精度、响应速度及系统鲁棒性的技术挑战,文章构建分层异构系统架构,融合硬件加速与轻量化模型优化策略,通过多维度指标评估方案效能。试验表明,改进后系统在检测精度、端到端延迟及暴雨等极端场景适应性上显著提升,为推动自动驾驶技术成熟提供了技术路径与实践参考。

关键词： 路面损伤   目标检测   深度学习   YOLOv8   C2f_UIB模块  

摘要： 针对路面损伤实时检测时,检测计算成本高、算法体积大等问题,以YOLOv8n的网络结构为基础,设计了一种面向路面损伤轻量化检测算法AUG-YOLOv8-D。该算法采用Adown模块替代YOLOv8n中卷积模块,引入UIB模块优化C2f模块,在骨干网络末端引入多模态注意力机制;然后改进头部并引入Ghost模块构建Ghost-Head检测头;最后通过通道级知识蒸馏优化检测算法性能。为验证改进有效性,实验数据集选用GRDDC2022中的China_DroneBike图像集。AUG-YOLOv8-D与YOLOv8n相比,mAP50,mAP50-90和FPS分别提高0.4%,1%和10.26%,Params,GFLOPs和MS分别减少54.84%,48.15%和50.79%。AUG-YOLOv8-D在计算性能和成本之间取得很好平衡,降低了边缘设备部署的计算要求,为路面损伤智能检测提供了技术参考。

关键词： 深度学习   慕课生成系统   自然语言处理   计算机视觉   分布式存储  

摘要： 深度学习为全自动人工智能慕课生成系统提供理论支撑,其中卷积神经网络(Convolutional Neural Network,CNN)、循环神经网络(Recurrent Neural Network,RNN)及其变体发挥重要作用。该系统通过课程内容自动生成、视频智能剪辑、交互界面自动构建等模块协同运作。利用自然语言处理、计算机视觉技术实现关键功能,借助分布式存储、图形处理器(Graphics Processing Unit,GPU)集群等优化数据处理与系统性能,旨在构建高效、智能的慕课生成体系。

关键词： 计算机视觉   角点   特征提取   电梯井   聚类算法   激光雷达  

摘要： 针对如何准确有效提取电梯井角点特征问题,通过分析电梯井半结构化室内环境、水泥墙面凸起或凹坑缺陷等特征,提出了以Douglas-Peukcer算法为预处理,利用聚类算法去除干扰因素获得电梯井数据集,从数据集中进行角点的判断和分类进而提取特征的方法。同时设计了线轮传动机构,搭建了基于二维激光雷达的测量系统,依据电梯行业测量标准对电梯井现场做了测试实验。实验结果表明,该算法测量误差绝对值小于2 cm,均值采样和随机采样值均符合行业标准。

关键词： 深度学习   玉米粒识别   两阶段目标检测   图像处理   特征点提取  

摘要： 玉米作为全球重要的粮食作物之一,其品质检测对保障粮食安全具有重要意义。通过基于深度学习的两阶段目标检测算法对完整饱满、完整偏小和霉变或破损的玉米粒进行检测和识别,以AI EdgeBoard计算卡(FZ3B)为主控芯片,设计了一套玉米粒识别系统,利用百度飞桨的EasyData智能数据服务平台对数据集进行标注和预处理,搭建了玉米粒识别模型并进行训练和测试。该系统实现了高效率和高精度的玉米粒识别,可以广泛应用于玉米品质检测等领域。经测试,模型部署到硬件之后,该系统在玉米粒识别任务上的准确率达到了95%以上。

关键词： 机器视觉   电气设备   故障预警   图像处理  

摘要： 随着工业自动化的不断进步,电气设备的安全稳定运行变得非常重要。本文提出了一种基于机器视觉的电气设备故障预警系统,旨在通过图像处理与分析技术,实现对电气设备状态的实时监测和故障预警。系统采用高速摄像头和多类型传感器,结合图像预处理、特征提取和故障识别算法,对设备进行24h不间断监控。实验结果表明,该系统在故障检测准确率、平均检测时间和误报率方面均优于传统人工巡检方法,为电力系统的智能化运维提供了新的解决方案。

关键词： 无人机   航拍图像   目标检测   深度学习  

摘要： 近年来,随着无人机在农业、商业拍摄领域的广泛应用以及计算机视觉研究的发展,无人机航拍目标检测逐渐成为研究热点。然而,无人机航拍存在目标尺度与视角变化、无人机平台资源限制、图像质量及目标对象遮挡等问题,这些问题使得无人机航拍目标检测区别于普通视角下的目标检测。鉴于此,文章针对现阶段问题,从数据增强、注意力机制、特征融合机制及模型轻量化四个方面阐述无人机航拍目标检测方法,然后对现有不同目标检测方法在VisDrone数据集上进行性能分析。最后,根据无人机航拍目标检测目前仍面临的挑战,对未来研究作出展望。