智慧城市标签_AI编程社区

智慧城市

Qwen-VL部署案例：智慧城市项目用RTX4090D镜像实时解析道路监控图文事件预警

本文介绍了如何在星图GPU平台上自动化部署Qwen-Image定制镜像（RTX4090D CUDA12.4大模型推理专用），实现智慧城市道路监控的实时图文事件预警。该方案利用Qwen-VL多模态大模型，可高效解析监控视频流，自动识别交通事故、违章停车等异常事件，平均响应时间仅2.3秒，显著提升城市安全管理效率。

张三的忧伤
2026-03-21 00:14:59

 250

 6

#智慧城市
第二十一届全国大学生智能汽车竞赛创意组“智慧城市Robotaxi挑战赛”启动在即！卓晴老师邀你共赴无人驾驶新征程！

第二十一届全国大学生智能汽车竞赛创意组推出"智慧城市Robotaxi挑战赛"，聚焦无人驾驶纯视觉技术应用。赛事将于5月24日举办线上启动会，由组委会秘书长卓晴教授解读赛题规则，介绍百度智能云平台能力，并讲解比赛流程和硬件支持。比赛要求参赛队伍使用视觉传感器完成城市道路场景下的自动驾驶任务，考察多模态大模型与边缘计算技术的实战能力。赛事包含系列培训，报名截止6月16日。该竞赛是教育部认可的国家级赛事

 卓晴
2026-05-20 16:23:12

 836

 8

#汽车 #智慧城市 #人工智能
【ACM出版，EI检索】2026年人工智能与智慧城市国际学术会议（IC-AISC 2026）

2026 年人工智能与智慧城市国际学术会议（IC-AISC 2026）将于 2026 年 8 月 28-30 日在上海举办。所有的投稿，都必须经过2-3位组委会专家审稿，经过严格的审稿之后，最终所录用的论文将被ACM ICPS出版论文集（ISBN号：979-8-4007-2267-7），见刊后由出版社提交至 EI Compendex和Scopus数据库检索。目前该出版社见刊检索稳定。

论文小助手W685
2026-05-28 11:38:37

 110

 1

#人工智能 #智慧城市 #全文检索 +2
重磅干货｜《一体化政务大数据体系建设实践指南 1.0》完整解读政策框架 + 九大建设维度 + 政务大模型落地场景

全国一体化政务大数据体系采用1+32+N1：国家政务大数据平台32：31 个省市区 + 新疆生产建设兵团省级政务数据平台N：国务院各部门政务数据平台配套管理机制、标准规范、安全保障三大支撑，涵盖底座平台、支撑体系、互联互通、应用场景四大建设维度。

蔡清龙
2026-06-01 11:02:20

 328

 6

#政务 #大数据 #智慧城市
智慧文旅“圈粉”无数

第22届中国—东盟博览会（简称“东博会”）于近日在广西南宁盛大开幕。此次展会吸引了全球45个国家和地区的3200家企业参展，成为集中展示中国与东盟国家合作最新成果的重要舞台，也搭建起区域经贸与人文交流的坚实桥梁。

zizaiyou
2026-06-03 09:29:03

 202

 8

#智慧城市
YOLO道路目标检测数据集构建与模型优化实战

目标检测是计算机视觉的核心任务，通过边界框定位和类别识别实现场景理解。基于深度学习的YOLO系列算法因其实时性优势，在智慧城市和自动驾驶领域广泛应用。本文以YOLOv8为例，详解道路目标检测数据集的构建方法，包括覆盖19类城市目标的标注规范、解决长尾分布的数据增强策略，以及针对小目标检测的模型优化技巧。特别针对红绿灯状态识别、盲道检测等实际需求，提供了分层学习率、TensorRT量化等工程优化方案

 weixin_33716941
2026-06-30 09:09:15

 407

 7

#目标检测 #智慧城市
智慧城市道路异常检测数据集与应用指南

计算机视觉在智慧城市建设中发挥着重要作用，其中目标检测技术通过深度学习模型自动识别图像中的特定对象。基于YOLO和Pascal VOC等主流框架，这类技术能有效处理城市道路管理中的施工异常、设施损坏等问题。在实际工程应用中，数据集的质量和标注规范直接影响模型性能，特别是面对广告牌检测、井盖识别等场景时的类别不平衡挑战。通过合理的数据增强、锚框聚类和损失函数调整，可以显著提升模型在复杂城市场景下的检

 weixin_30394981
2026-06-30 12:09:03

 429

 12

#智慧城市 #目标检测
智慧城市道路缺陷检测数据集与YOLOv5实践

计算机视觉在智慧城市基础设施检测中发挥着关键作用，特别是基于深度学习的道路缺陷检测技术。通过目标检测算法如YOLOv5，可以实现对路面坑洼和防护栏变形等典型缺陷的自动化识别。这类技术采用Pascal VOC和YOLO双格式标注，结合数据增强策略提升模型在复杂场景下的鲁棒性。在实际工程部署中，通过模型量化、TensorRT加速等技术优化，可在边缘设备上实现实时检测，满足智慧城市巡检需求。本数据集特别

 weixin_30652897
2026-07-02 10:40:11

 404

 8

#智慧城市
智慧城市新动力：5000张YOLO格式道路违规识别数据集

智慧城市新动力：5000张YOLO格式道路违规识别数据集| 人行横道违规穿越闯红灯违规识别

 qq_2529413168
2026-07-16 16:03:03

 640

 22

#智慧城市 #人工智能
暴雨淹城，AI 却提前 3 小时告诉了我哪条街的排水口堵了 | 雨水箅子检测数据集 | 智慧城市治理之城市排水渠监测排水设施堵塞检测下水管道异常检测街道雨水篦子图像识别

暴雨淹城，AI 却提前 3 小时告诉了我哪条街的排水口堵了 | 雨水箅子检测数据集 | 智慧城市治理之城市排水渠监测排水设施堵塞检测下水管道异常检测街道雨水篦子图像识别

 鸭蛋粉
2026-07-18 05:15:00

 394

 4

#人工智能 #智慧城市 #安全 +1
AI识别准确率90%怎么做到的？千寻驰观解析

90%的准确率不是终点，是千寻驰观在真实道路上跑出来的起点。随着3200公里样本库的持续扩充和视觉大模型的持续迭代，这个数字还在往上走。千寻位置是全球领先的时空智能科技公司，致力于用北斗时空智能赋能交通基础设施数字化养护。

QXWZ_IA
2026-07-21 11:15:42

 287

 9

#人工智能 #交通物流 #科技 +2
智慧城市道路障碍物检测数据集与YOLO优化实践

目标检测作为计算机视觉的核心技术，通过边界框定位和类别识别实现环境感知。基于深度学习的目标检测算法可分为单阶段（如YOLO系列）和两阶段（如Faster R-CNN）架构，其中YOLO因其出色的速度-精度平衡成为工业部署首选。在智慧城市应用中，道路障碍物检测面临小目标识别、复杂光照等挑战，需要专用数据集支撑模型训练。本文解析的YOLO格式道路障碍物数据集，通过多时段采集、三维标注规范和透视增强预处

 Scifi-gamer
2026-07-22 11:25:46

 291

 8

#目标检测 #智慧城市
航拍车辆检测数据集：智慧城市与交通管理的实战利器

计算机视觉中的目标检测技术是智慧城市建设的核心技术之一，其核心原理是通过深度学习模型识别图像中的特定对象。在交通管理领域，航拍视角的车辆检测因其独特的宏观视角优势，能有效解决传统地面监控的视野局限问题。通过融合YOLOv5等先进算法与精细化标注数据，该技术可显著提升车流统计、违章识别等场景的准确率。特别是在物流园区管理和应急调度等应用场景中，包含行驶方向等扩展属性的标注数据展现出独特价值。当前行业

 时光里的沙漏
2026-07-22 12:36:27

 244

 8

#智慧城市
01-行业热点-数字孪生三大厂商2026年7月战略动向深度解析

本文深度解析2026年7月数字孪生三大厂商飞渡科技、51视界、漂视网络的最新战略动向与技术布局

 weixin_42481375
2026-07-23 19:02:27

 193

 9

#智慧城市
智慧城市YOLOv2.6数据集：提升AI巡检精度的关键

计算机视觉在智慧城市治理中扮演着重要角色，其核心原理是通过目标检测算法识别城市管理中的各类问题。YOLO系列作为实时目标检测的经典算法，其最新改进版本YOLOv2.6通过增强型标注方案显著提升了检测精度。在实际工程应用中，针对城市治理场景的专用数据集至关重要，它能有效解决小目标检测、光影干扰等常见技术挑战。本文介绍的YOLOv2.6格式数据集包含10603组标注样本，覆盖垃圾外溢、违规摆摊等六大城

 钢琴打假大师plus
2026-07-23 15:39:59

 318

 9

#智慧城市 #计算机视觉
YOLO算法在智慧城市垃圾检测中的应用与优化

目标检测是计算机视觉的核心技术之一，通过深度学习算法实现物体识别与定位。YOLO（You Only Look Once）作为单阶段检测的代表性算法，以其高效的检测速度和良好的精度平衡，在实时场景中广泛应用。其技术价值在于将目标检测转化为回归问题，通过端到端训练实现像素到预测框的直接映射。在智慧城市建设中，基于YOLO的垃圾检测系统可赋能自动驾驶清洁车，实现路面垃圾的实时识别与分类。通过多源数据采集

 Scifi-gamer
2026-07-23 14:54:37

 229

 3

#目标检测 #智慧城市
YOLOv5在智慧城市垃圾检测中的实践与优化

目标检测作为计算机视觉的核心技术，通过边界框定位和类别识别实现环境感知。YOLO系列算法凭借其one-stage检测架构，在实时性方面具有显著优势，特别适合智慧城市等需要快速响应的场景。本文以YOLOv5为基础框架，结合TensorRT加速和边缘计算优化，构建了面向街道垃圾识别的轻量化检测系统。通过改进损失函数和数据增强策略，有效提升了小目标和遮挡场景的检测精度。该方案已成功应用于自动驾驶清洁车视

 樱桃小公举
2026-07-23 10:03:08

 258

 10

#目标检测 #智慧城市
YOLO模型在城市街道垃圾检测中的应用与优化

计算机视觉技术在智慧城市建设中扮演着重要角色，其中目标检测是核心基础技术之一。YOLO(You Only Look Once)作为实时目标检测算法的代表，通过单阶段检测架构实现了速度与精度的平衡。其技术价值在于能够快速准确地识别图像中的多类目标，特别适合城市管理中的动态监控场景。在智慧环卫领域，基于YOLO的街道垃圾检测系统可以替代传统人工巡检，实现7×24小时自动化监控。要构建高性能的检测模型，

weixin_30315905
2026-07-23 13:52:55

 388

 10

#目标检测 #智慧城市
基于Faster RCNN的城市垃圾智能检测系统优化实践

目标检测是计算机视觉领域的核心技术之一，通过深度学习算法自动识别图像中的特定对象并定位其位置。Faster RCNN作为经典的两阶段检测框架，通过区域提议网络(RPN)和精确检测的级联结构，在精度与速度间取得平衡。该技术在城市管理、工业质检等领域具有重要应用价值，特别是在智慧城市建设中，能有效解决传统人工巡检效率低下的问题。本文以城市垃圾检测为具体场景，详细解析如何通过ResNeXt101骨干网络

 Lang Run
2026-07-24 13:07:36

 342

 5

#目标检测 #智慧城市
基于YOLO的智慧河道检测数据集与应用实践

目标检测是计算机视觉的核心技术之一，通过边界框定位和分类实现物体识别。YOLO算法因其实时性优势，在智慧城市等工程场景广泛应用。河道治理场景存在目标尺度差异大、环境干扰多等挑战，需要针对性优化标注策略和模型训练方法。高质量数据集应覆盖基础设施、环境要素、生态指标等多维度目标，采用多尺度标注和动态目标处理技术。典型应用如智能巡检系统，可通过层级检测和时空上下文优化提升性能。该技术可有效支持水质监测、

weixin_33853794
2026-07-24 12:01:59

 477

 6

#目标检测 #智慧城市
基于YOLOv8的智能遛狗牵绳检测系统开发实践

目标检测作为计算机视觉的核心技术，通过深度学习算法实现物体的实时识别与定位。YOLO系列模型以其卓越的平衡性著称，在检测速度和精度之间取得突破。YOLOv8通过改进的锚框机制和损失函数，显著提升了小目标检测能力，mAP指标可达85%以上。该技术特别适用于智慧城市中的公共安全管理场景，如本文探讨的遛狗牵绳检测系统。系统采用多源数据采集和Albumentations增强方案，结合TensorRT在边缘

 circularr9834
2026-07-25 15:31:57

 395

 6

#目标检测 #智慧城市
计算机毕业设计 java 智慧城市物业管理系统 Java 智能智慧城市物业综合管理系统基于 SpringBoot 的小区物业服务平台

二十一世纪社会进入信息时代，信息管理系统的建立极大提高了人们的信息化水平，传统物业管理模式已与当前业务需求和信息化建设趋势不相适应。为简捷有效地解决物业各方面管理问题，规范管理流程、提升服务效率，开发一款专业化的智慧城市物业管理系统势在必行，该系统能够实现物业全流程数字化管理，为业主和管理员提供高效协同工具。

毕设源码柳学姐
2026-02-20 21:58:19

 850

 9

#java #智慧城市
Git-RSCLIP在智慧城市中的综合应用展示

本文介绍了如何在星图GPU平台自动化部署Git-RSCLIP镜像，实现智慧城市中的多模态视觉分析应用。该镜像能够实时处理遥感图像与文本数据，典型应用于交通流量监测、异常事件识别和基础设施智能维护，提升城市管理效率与智能化水平。

红钻头机
2026-02-23 00:24:38

 381

 3

#智慧城市
破局数据烟囱！基于 Lambda 架构的智慧城市大数据平台实践之路

本文分享了智慧城市大数据平台建设中的Lambda架构实践。团队为某市大数据管理局构建了多源数据融合中枢，采用Lambda架构实现历史数据精准分析与实时事件快速响应。项目在信创环境下完成国产化适配，通过批处理层（离线计算）、加速层（实时流处理）和服务层（数据融合）三层协同，日均处理20亿条数据，将威胁响应时间从4小时缩短至3分钟。文章总结了信创适配优化和数据标准治理两大挑战，并展望了云原生改造和AI

赵得C
2026-03-10 17:49:49

 343

 4

#架构 #智慧城市 #大数据
hadoop+spark+hive智慧交通数据分析系统交通拥堵预测交通流量预测智慧城市交通大数据交通客流量分析出行速度预测拥堵预测

本文介绍了一个基于Python的智慧交通数据分析系统，采用Flask框架开发，结合requests爬虫从高德地图采集交通数据，并使用sqlite数据库存储。系统运用fbprophet时间序列算法预测城市出行速度和拥堵情况，通过可视化大屏展示北京、广州等城市的交通指标分析，包括拥堵系数变化、出行速度等。系统功能模块涵盖数据采集、用户注册登录、城市交通可视化分析、出行预测以及后台数据管理。管理员可通过

 qq_80213251
2026-03-17 18:35:23

 206

 3

#大数据 #hadoop #智慧城市
利用deepseek和智慧停车行业整合，具体的场景解决方案及实施路径

将DeepSeek与智慧停车行业整合，可以通过AI技术优化资源分配、提升用户体验及运营效率。

xjtf
2025-02-14 12:25:17

 1120

 4

#智慧城市