65、海上环境实时人体检测与制造模块化的数据驱动决策

海上环境实时人体检测与制造模块化的数据驱动决策

海上环境实时人体检测研究

研究概述

在海上环境中进行实时人体检测具有重要意义，例如在海上救援等场景中。本次研究聚焦于 YOLOv4 在海上环境人体检测中的应用。研究人员对可用的 YOLOv4 架构在自定义数据集上进行训练，之后从平均精度均值（mAP）、精度、召回率和平均交并比（IOU）等方面对训练好的模型进行评估。同时，利用展示开阔水域中人体的自有视频，在嵌入式平台上测试模型的性能。

研究结果

研究结果表明，YOLOv4 能够以可接受的精度和准确性在海上环境中实现实时人体检测。例如，当在 Jetson Xavier NX 上运行，考虑 608 × 608 分辨率时，YOLOv4 Tiny 可实现 45.6 FPS 的推理速度，mAP 达到 63.10。

未来展望

未来的工作将包括应用量化和剪枝等优化技术，以提高推理速度，并研究这些技术对检测性能的影响。

制造模块化的数据驱动决策

模块化背景与挑战

在制造业中，模块化正成为一种日益重要的战略。随着客户对定制化产品的需求不断增加，且要求以大宗商品价格和现货产品的交货时间获得产品，制造公司需要向模块化生产转型。然而，从非模块化或半模块化的产品和制造系统转变为模块化架构是一项技术挑战。由于产品和制造系统可能在不同时间和地点开发，信息往往分散且格式不便于分析。

研究目的与方法

本研究旨在提出一种收集、建模和分析数据的整体方法，以创建决策支持系统（DSS），帮助解决技术转型过程中出现的问题。研究采用了设计科学和行动