查看原文
其他

手把手教学电瓶车进电梯检测、多类别车辆追踪、异常行为检测产业级应用

近日,媒体接连报道电动车起火爆炸造成严重人员伤亡的新闻,针对该问题,社区物业明令禁止电瓶车入户,但是依然有人忽视这个问题严重性。目前,AI应用已经可以有效地预防此类问题,在进入电梯的时候就可以采取报警和有效措施。AI在安防领域的应用非常广泛,在各类公共场合迅速识别人员摔倒、打架、争吵,以及车辆行驶异常等行为,可以及时通知安保人员进行干预。
 
本次飞桨产业实践范例库开源电瓶车进电梯检测、异常行为检测、多类别车辆跟踪三个典型安防场景,提供了从数据准备、模型训练优化,到模型部署的全流程可复用方案,降低产业落地门槛。
 
⭐项目链接⭐
https://github.com/PaddlePaddle/awesome-DeepLearning
所有源码及教程均已开源,欢迎大家使用,star鼓励~


电瓶车进电梯检测



电瓶车进楼入户发生的火灾事故屡见不鲜,针对该现象飞桨联合天覆科技推出了相应的电瓶车进电梯检测方案,及时进行报警与干预,从源头减少这一情况的发生。


电梯场景内物体多,遮挡情况常有发生,要保证准确率、响应速度和高性价比,同时针对需求的变化可以自行优化,对技术方案提出很大挑战。


基于这样高难度的要求,天覆科技CTO马纯磊通过不断的尝试、试验,最终找到了最优的解决思路:使用飞桨图像分类套件PaddleClas中的图像识别系统PP-ShiTu(即主体检测+特征提取+向量检索的方式),整体方案如下:


主体检测分别选用了单阶段检测模型 YOLOv3、PP-YOLOv2、PicoDet进行实验,最终准确率高达98%,同时用户可以不断自优化模型,模型准确率不断提升。
 
部署使用飞桨服务化部署框架Paddle Serving的方式,根据PicoDet前处理耗时较长的特点,采用Pipeline的策略,QPS从15提升到19,性能提升20%。同时加入kong安全网关,统一了预测服务入口,提升服务安全性。更多优化策略详解欢迎大家关注直播课。




多类别车辆跟踪



车辆追踪是安防领域的重要技术,在特定场所的车流量管控、进出口检测、交通管控等经典场景都存在广泛应用场景。本项目基于飞桨目标检测套件PaddleDetection,智能高效地实现了监控场景下的多类别车辆跟踪任务。


场景难点:
  • 拍摄角度多变,受光照光线等影响对模型泛化能力要求较高;

  • 涉及车辆类型较多,需要满足多类别跟踪诉求;

  • 高空俯拍,对小目标大尺幅场景准确性要求较高,预警对实时性能要求较高。



本项目使用可进行多类别跟踪的MCFairMOT算法,选择较大的图像输入尺寸 1088 x 608,从而改善小目标检测效果;考虑到速度和精度能够均衡,项目中使用 DLA-34 作为Baseline模型的骨干网络。通过多种优化策略,整体精度提升30%,从最终可视化场景中可以看到取得非常好的多类别追踪效果。


在部署上提供基于Paddle Inference 的部署方案,做到高吞吐、低时延,保证了模型在服务器端即训即用,快速部署。


异常行为检测



社会治安一直是城市、社区、商区治理的重要问题。城市内安装大量摄像头,面对海量视频数据堆积,需要及时发现安防行为问题,并做出快速反应。异常行为的动作类型有很多,比如打架、争吵、破坏公物、吸烟、摔倒等,均可以用AI技术做出快速检测。



场景难点:
  • 靠单张图片很难判别行为类型

  • 行为识别标注难度大

  • 行为类内和类间变化大


针对以上难点,我们对动作检测的技术方案做了整体分析:


最终选用了业界领先的基于时空信息的SlowFast_FasterRCNN模型。相比于基于骨骼点的模型,该模型对遮挡等场景更加鲁棒;相比于基于目标检测的模型,该模型能够提取时序特征,解决单张图片很难判别行为类型的问题。



同时,我们提供了数据集的构建方案细节,并在该数据集上提供了多种优化方案与实验数据详解,如样本均衡策略、模型细节优化、训练策略优化等,最终在多类别分类上比原模型达到了更优的效果。最后,我们提供了基于Paddle Inference 的部署方案。




产业实践范例教程

助力企业跨越AI落地鸿沟



飞桨产业实践范例,致力于加速AI在产业落地的前进路径,减少理论技术与产业应用的差距。范例来源于产业真实业务场景,通过完整的代码实现,提供从数据准备到模型部署的方案过程解析,堪称产业落地的“自动导航”。
  • 真实产业场景:与实际具有AI应用的企业合作共建,选取企业高频需求的AI应用场景如智慧城市-安全帽检测、智能制造-表计读数等;

  • 完整代码实现:提供可一键运行的代码,在“AI Studio一站式开发平台”上使用免费算力一键Notebook运行;

  • 详细过程解析:深度解析从数据准备和处理、模型选择、模型优化和部署的AI落地全流程,共享可复用的模型调参和优化经验;

  • 直达项目落地:百度高工手把手教用户进行全流程代码实践,轻松直达项目POC阶段。



精彩课程预告



为了让小伙伴们更便捷的应用这些范例教程,百度飞桨于2月24日20:00-21:30为大家准备了直播课程,深度解析从数据准备、方案设计到模型优化部署的开发全流程,手把手教大家进行代码实践。


欢迎小伙伴们扫码关注服务号报名,免费获取直播课和回放视频链接,更有机会获得覆盖智慧城市、工业制造、金融、互联网等行业的飞桨产业实践范例手册!也欢迎感兴趣的企业和开发者与我们联系,交流技术探讨合作。

扫码报名直播课,加入技术交流群



关注【飞桨PaddlePaddle】公众号

获取更多技术内容~

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存