节点文献
基于Blockly和深度学习的交通检测飞行器的设计
【摘要】 目前，国内交通管理系统主要以固定性采集技术为主，弊端在于难以变更，无法在特殊情况出现时，提供更有针对性的采集和检测活动。该系统以Android和飞行器为实施载体，以Blockly为控制工具，利用YOLO模型与卡尔曼滤波的深度学习技术实现交通信息数据的采集分析，实现飞行器飞行控制与车辆拥堵状况检测、车辆碰撞与车速违规检测等移动交通检测功能。经过实际测试与使用，手机控制飞行器操作流畅，飞行器实时传输数据情况良好，深度学习算法计算后的结果较为准确，具有较好的可应用性与市场前景。
【基金】 2022年辽宁省国家级大学生创新创业训练计划项目：基于Blockly和深度学习的交通工具模型（项目编号：20221014111581)
- 【文献出处】 电脑知识与技术 ,Computer Knowledge and Technology , 编辑部邮箱 ,2023年26期
- 【分类号】TP18;TP391.41;V35
- 【下载频次】4