作者小头像 Lv.2
更多个人资料
160 成长值
0 关注
0 粉丝
+ 关注 私信

个人介绍

这个人很懒,什么都没有留下

感兴趣或擅长的领域

暂无数据
个人勋章
TA还没获得勋章~
成长雷达
160
0
0
0
0

个人资料

个人介绍

这个人很懒,什么都没有留下

感兴趣或擅长的领域

暂无数据

达成规则

以上满足项可达成此勋章

  • 博客
  • 关注
  • 粉丝
  • 论坛
全部时间
全部时间
最近三天
最近一周
最近一月
  • 全部
  • 鱼类AI
  • 鸟类AI
  • 宠物AI
面向智能宠物硬件的端侧视觉:从轻量化网络到实时推理优化
智能宠物硬件面临云端方案时延高、隐私风险等问题。本文剖析宠物端侧AI识别的现实技术挑战,讲解基于MobileNetV3的剪枝、量化、知识蒸馏等模型压缩手段,介绍NPU硬件加速、动态功耗管理工程方案,并结合宠物门、猫砂盆两大典型业务拆解端侧推理流程,同时探讨联邦学习、存算一体等未来技术方向。
图像处理 图像识别 Image 计算机视觉
作者小头像 yd_218036793 2026-11-16 09:34:37
14
0
0
2026-11-16 09:34:37
14
0
0
边缘轻量化多模态宠物视觉感知:多宠个体追踪、异常行为识别与居家健康监测方案
宠家庭场景下,传统监控设备仅能采集视频画面,难以区分外观相近的宠物个体,容易造成行为数据归属混乱、健康事件错配、联动设备误触发等问题。当前行业已形成一类面向边缘硬件的多模态宠物视觉感知技术路线,通过融合犬只鼻纹、面部关键点等生物特征,结合肢体姿态时序追踪、多帧特征融合等策略,在暗光、局部遮挡、宠物体态随时间变化等复杂居家条件下完成个体识别。
图像处理 图像识别 Image 计算机视觉
作者小头像 yd_218036793 2026-11-11 18:10:45
37
0
0
2026-11-11 18:10:45
37
0
0
计算机视觉做鸟群统计:稀疏个体跟踪、密集鸟群密度估计怎么选?
鸟类数量统计是湿地生态监测的难点。本文对比两大主流方案:目标检测 + 跟踪适合稀疏场景,可获取个体轨迹;密度估计擅长处理密集鸟群。附带YOLO‑ByteTrack、CSRNet简易可运行代码,分析各自优缺点,介绍密度估计+抽样检测的多模融合工程方案,为野生动物AI监测项目提供参考。
图像处理 神经网络
作者小头像 yd_218036793 2026-11-11 14:08:46
21
0
0
2026-11-11 14:08:46
21
0
0
从算法到货架:AI 观鸟硬件本地化工程方案,打通生态监测全球市场
本文梳理欧盟《鸟类指令》、美国 MBTA、GDPR、CCPA 等核心监管要求,提出「独立合规预检层 + 可分发区域物种包」的解耦架构,区分识别准确率与保护拦截率两套验收指标,同时覆盖端侧轻量化部署、多区域文化适配、法规动态迭代流程,并结合德国智能喂鸟器商业化案例,给算法、嵌入式、产品团队一套能够直接落地的出海工程框架,降低产品下架、高额处罚的合规风险。
计算机视觉
作者小头像 yd_218036793 2026-11-10 16:49:55
26
0
0
2026-11-10 16:49:55
26
0
0
宠物鼻纹识别技术全解:从图像采集、SIFT/CNN特征提取到特征匹配工程实践
宠物鼻纹是猫狗重要生物识别特征。本文完整拆解整套技术链路:包含图像采集光线角度规范、SIFT传统算法与轻量化CNN特征提取对比、欧氏距离/余弦相似度特征匹配策略,附带可运行代码与工程化性能指标,讲解移动端部署难点,为宠物身份识别项目提供可复用技术参考。
图像处理 神经网络
作者小头像 yd_218036793 2026-11-09 23:23:53
37
0
0
2026-11-09 23:23:53
37
0
0
宠物面部识别鲁棒性实战:光照归一化、姿态校正与双路径注意力网络
本文围绕复杂条件下的识别鲁棒性增强,构建了一套从数据处理到边缘部署的系统化方案:通过数据增强扩充样本多样性,结合 Retinex/DOG 光照归一化抑制光照干扰,利用关键点姿态校正实现面部对齐;在模型层面引入注意力双路径网络,融合全局与局部特征,并通过多任务联合学习提升泛化能力;最后针对端侧部署进行推理优化。该方案覆盖数据、算法与部署三个环节,为宠物面部识别在复杂光照与多变角度下的落地提供了路径。
机器学习 计算机视觉
作者小头像 yd_218036793 2026-10-30 17:30:24
68
0
0
2026-10-30 17:30:24
68
0
0
​​从图像增强到边缘推理:湿地水下鱼类识别的全链路技术拆解
本文针对湿地生态监测中水下图像模糊、鱼类识别困难等问题,提出了一套综合解决方案。通过分析水下图像质量差的三大根源(光学散射、设备稳定性、照明问题),提出硬件优化措施和深度学习增强算法。在鱼类识别方面,比较了YOLOv5、CascadeR-CNN等模型的适用场景,并详细介绍了在树莓派等边缘设备上的部署方案。
机器学习 计算机视觉
作者小头像 yd_218036793 2026-10-23 10:24:58
111
0
0
2026-10-23 10:24:58
111
0
0
低空经济下的边缘AI实践:无人机鸟类识别的跨硬件兼容性优化
随着低空经济的蓬勃发展,无人机已成为生态监测、鸟类保护领域的重要工具。然而,鸟类识别算法与无人机硬件之间的兼容性问题是制约规模化落地的核心瓶颈。本文基于快瞳科技鸟类AI识别项目的实践,从算力分级调度、标准化SDK封装、跨平台模型转换、接口协议统一、测试矩阵构建五大维度,系统阐述兼容性优化策略,并提供实战案例参考,助力企业打通算法落地的「最后一公里」。
计算机视觉
作者小头像 yd_218036793 2026-10-21 18:24:24
135
0
0
2026-10-21 18:24:24
135
0
0
小场景,大市场:AIoT宠物硬件中的猫狗识别技术架构、应用与未来趋势
将猫狗识别算法应用于宠物智能设备,是AIoT领域一个极具价值的垂直方向。它的本质不是简单的图像分类,而是一套融合算法、硬件、软件与用户体验的系统工程。本文从核心技术原理、应用场景、技术挑战与解决方案、未来趋势四个维度展开分析。
图像识别 Image 硬件开发
作者小头像 yd_218036793 2026-10-10 19:18:02
163
0
0
2026-10-10 19:18:02
163
0
0
猫狗识别算法在智能门禁系统中的技术实现与部署方案
随着现代家庭中宠物角色的转变,它们不仅是宠物,更是家庭成员。传统的宠物门(如 flap door)存在破坏门体、保温性差、无法控制进出对象等痛点,基于猫狗识别算法的智能门禁系统,为宠物提供了一种更智能、安全、自主的通行解决方案。本文将深入介绍该技术的核心原理、实现挑战及其应用价值,也结合快瞳科技的解决方案探讨如何应对技术真正落地遇到所遇到的问题,希望能给各位开发者一些帮助。若有不足之处,还望指正。
图像识别 Image 硬件开发
作者小头像 yd_218036793 2026-09-15 23:16:46
296
0
0
2026-09-15 23:16:46
296
0
0
总条数:16
10
10
20
50
100
  • 1
  • 2

上滑加载中

https://www.baidu.com/s?ie=utf-8&f=3&rsv_bp=0&rsv_idx=1&tn=baidu&wd=sed%20%E6%9B%BF%E6%8D%A2%E5%AD%97%E7%AC%A6%E4%B8%B2&rsv_pq=c7db61a600035dc5&rsv_t=5e19yEsbV9N5fIvdlGRU
作者小头像
作者小头像
快速交付
+ 关注