登录社区云，与社区用户共同成长
邀请您加入社区
更重要的是，每一次审查中产生的审核意见——业务的、法务的、财务的——都被系统自动采集、提炼，用于迭代下一次审查。签完后，所有扫描件再批量自检一遍，不一致的自动生成复核清单，消息提醒直达责任人。：法务从文件夹里翻出一份三年前的范本，逐条修改。：相似度雷达30秒跑完，合同与招标文件、历史范本、续签文本的差异一目了然。产品推出90天内，两家央企签约部署，进入实战。这两个数字加在一起，意味着合同管理的智能
摘要：该数据集包含2255张640×640分辨率的智慧城市街道巡检图片，提供PascalVOC和YOLO两种标注格式。数据集标注了3类目标：涂鸦(1724个)、垃圾(2842个)和路面沙土(97个)，总标注框数4663个。其中涂鸦出现在1045张图中，垃圾1122张，路面沙土88张。数据集未划分训练/验证/测试集，需用户自行处理。标注采用矩形框形式，未进行数据增强。注意YOLO格式类别顺序需参考c
本期分享：由“牛排”精心整理的“县域智慧城市建设的未来趋势和挑战”。这份报告深入探讨了智慧城市的建设背景、思考以及解决方案。智慧城市的发展不仅可以提升县域的生活质量，还可以带动经济发展。县域智慧城市建设需要因地制宜，走差异化道路。县域作为连接城市与乡村的关键场域，是国家行政和经济的基本单元。通过增强创新驱动能力，坚持一个能力，做好两个衔接，注意三个避免，突出四个能力，推进智慧城市建设。#县域智慧城
本文概述了智能化建筑系统集成方案，涵盖五大核心系统：信息设施系统（ITAS）、机房工程（EEEP）、公共安全系统（PSS）、建筑设备管理系统（BMS）和智能化集成系统（IIS）。详细列举了各子系统功能模块，包括网络覆盖、安防监控、楼宇自控等，并提供完整的项目文档清单，从可行性研究到验收报告的46项关键文件。该方案可实现建筑智能化统一管理，配套资料包包含全周期项目管理工具、技术规范及运维方案，为智能
由南京工业大学主办的第五届智慧交通与城市工程国际学术会议（STCE 2025）将于2025年11月7-9日在南京隆重举行。自2021年起，本会议已成功举办四届，会议论文均完成EI检索。与会者可以通过主讲报告，口头报告、论文投稿等环节，分享最新研究成果及实践案例，共同推动智慧交通与城市工程的可持续发展。
openclaw源码解读（8）—— Agent执行链路1：agent-run-dispatch.ts 调度分发——4 Agent 的任务分发与路由
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
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。
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。
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。
server.impl.ts 真正的启动引擎 第四阶段：全景 从处理器组装到上线返回
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
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
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
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
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
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。
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
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
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
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
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
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
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，
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
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、
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
本文探讨了LabVIEW在智能交通系统中的创新应用，特别是交通灯控制系统的智能化升级。通过图形化编程和虚拟仪器技术，LabVIEW实现了从基础控制到车路协同的跨越，显著提升交通效率。文章详细介绍了动态配时算法、V2X通信集成及云端管理平台对接等关键技术，为智慧城市建设提供实践参考。
城市交通数字孪生为城市交通系统的高效管理和可持续发展提供了强有力的技术支撑，使其成为未来智能交通系统不可或缺的重要组成部分。
随着人工智能、数字孪生、物联网等技术的融合落地，智慧城市建设正逐步从 “重建设、轻运营” 的项目制模式，转向以场景为核心的持续迭代模式。本文基于中国信通院 2026 年最新发布的城市数字新场景研究报告，从业务价值、技术架构、落地路径、运营模式四个维度，系统拆解城市数字新场景的建设逻辑与实践方法，涵盖场景识别、架构设计、分类推进、部署落地到长效运营的全流程，为智慧城市领域的产品经理、解决方案架构师、
学术会议对硕博生具有三大核心价值：一是通过与专家交流快速提升论文质量，降低拒稿风险；二是拓展学术人脉，对接联合研究、就业机会；三是高效产出EI/Scopus检索成果，满足毕业和评奖要求。2026年10月将在中国多地及海外举办50余场国际学术会议，涵盖人工智能、工程、教育等多个领域，部分优秀论文可推荐至EI期刊发表。会议详情可咨询学术顾问。
（智慧交通、交通智能化技术、交通信号处理及光电传感器技术、智能汽车、自动驾驶、新兴交通技术的应用、交通新能源、交通网络建模、车辆控制系统、交通流量检测与智能数据采集分析、港口/水路/内陆航运和船舶交通、车联网）（物联网城市感知网络、城市数字孪生建模、智能制造、智慧城市技术、空间信息技术、智慧城市的信息通信技术(ICT)、数字孪生城市、智慧城市的物联网、移动计算、无线通信、5G、智慧城市的软件技术）
照明、空调与能耗系统的协同升级，既能直接降低运营成本（综合节能率可达30%-50%），又能提升生产效率与ESG评级，为工厂注入可持续发展动能。未来，随着AI、物联网技术的深化应用，工厂将逐步演进为“自感知、自决策、自优化”的智能体，引领制造业绿色变革。● 按生产需求分区：例如，生产线采用高显色性灯具（Ra≥80），仓储区降低照度，办公区增设调光功能，实现差异化照明。● 部署智能电表、传感器：覆盖水
聚英电子空调智能节能控制系统是一套融合物联网、红外遥控和边缘计算技术的解决方案，通过三级架构（感知层-边缘层-云端）实现空调系统的智能化管理。系统具备远程集中管控、智能场景切换、环境联动节能、变频优化等功能，综合节能率达25%-40%。其核心价值在于精准温控（±0.5℃）、无人值守运维和能耗可视化，适用于商业建筑、公共机构等场景。方案采用模块化设计，支持多品牌设备接入，具备断网自治能力，部署周期仅
智慧城市
——智慧城市
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
亚马逊云科技技术品牌专区
深开鸿 技术专区
智能体开发者社区
AI编程社区
乐奇 Rokid 开放社区
