注册 | 登录 | 举报
  • 首 页
  • 公告沙龙
    • 公告中心
    • 活动沙龙
  • 课程学习
  • 项目交流
    • 项目招募
    • 问答中心
  • 信息展示
    • 项目展示
    • 往年项目展示
    • 校内导师
    • 校外导师
  • 使用指南
    • 文件下载
    • 常见问题

举报该页有违规/非法信息


  • 最新

基于深度学习的矿井下移动目标检测系统

 国际学院

Deep Learning-based Mobile Target Detection System for Underground Mines

矿井下作业环境复杂多变,存在诸多安全隐患,使得无人化、自动化技术的应用迫在眉睫。本项目旨在通过引入先进的机器视觉技术,结合机器狗平台,改善矿井作业的安全性。机器视觉系统能够实时捕捉矿井内的图像信息,并通过智能算法进行精准分析,实现环境监测、预警和自动化控制。机器狗能够深入矿井的各个角落,执行高风险或难以人工到达区域的巡检任务。这不仅有助于减少人为操作带来的风险,还能提高作业效率,降低生产成本。本项目的实施将为矿业行业的安全生产和可持续发展提供有力支撑,展现了机器视觉技术在矿业领域的巨大潜力和应用价值。

项目信息

  • 项目动态
  • 项目相关人员
  • 项目荣誉
  • 留言

项目负责人

桂宇薇2022级 海南学院 信息与计算科学

项目成员

陈灏2022级 海南学院 信息与计算科学

指导老师

杨阳人工智能学院 副教授

暂无留言
该项目暂无荣誉
邮箱:buptwin@bupt.edu.cn;传真:010-62285134;电话:010-62281946;地址:北京邮电大学教一楼323; 邮编:100876
北京邮电大学叶培大创新创业学院 © Copyright 2017
Baidu
map