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
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。
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。
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。
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。
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
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
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。
关注【飞桨PaddlePaddle】公众号
获取更多技术内容~