面向公共安全视频监控场景：商场、校园、养老院、医院宿舍等人员密集场所，以及家庭老人独居照护。这类场所普遍依赖人工盯屏，存在反应慢、漏检率高、夜班疲劳等问题；火灾、跌倒、越界往往要装多套系统，云端方案还有画面出内网、成本高的顾虑。本作品用普通电脑加既有摄像头即可完成三类险情实时监测，低成本实现"技防替人防"。
点击空白处退出提示
安全哨兵产品系统
我要开发同款技术信息
作品详情
行业场景
功能介绍
提供单图、批量图片、视频、实时摄像头、越界检测五个入口：上传照片或视频即输出标注结果与明细表（视频可导出 COCO JSON）；摄像头实时画面即时告警，支持"火焰监测／动作监测／两者合一"三种模式切换；手机扫码即可作为临时摄像头接入（无需安装 App，画面不出内网）；检测到火焰烟雾、人员跌倒、进入危险区域时横幅加提示音告警，并自动留存事件快照（帧号、人员 ID、置信度可追溯）。顶部下拉可切换自研高精度模型与备援模型。
项目实现
我负责：多源数据整合与标注清洗、YOLO26s 火焰模型训练调参、检测引擎（三类险情统一调度）、桌面端 PyQt5 与网页端 Gradio 开发、系统测试与部署。 技术栈：Python + PyTorch + Ultralytics YOLO26s + YOLO26s-Pose + OpenCV + Gradio + PyQt5，双端共用一套检测引擎。 架构：多源输入（图片/视频/摄像头/手机推流）→ 双引擎（目标检测 + 姿态估计）→ 统一告警（横幅 + 提示音 + 事件快照 + JSON 导出）。 成果：火焰模型验证集 mAP50 0.626 / mAP50-95 0.382（8551 张真实场景数据）；跌倒采用三规则几何投票，零额外训练数据；单帧推理 30~60ms（RTX 5060，640px）。 亮点：颜色门控与时序确认双证据抑制误报；一套软件融合火焰、跌倒、越界三类险情；全程本地推理保障隐私。 难点：低帧率（5~10fps）推流下的时序判定稳定性、跨场景误报抑制
示例图片
声明：本文仅代表作者观点，不代表本站立场。如果侵犯到您的合法权益，请联系我们删除侵权资源！如果遇到资源链接失效，请您通过评论或工单的方式通知管理员。未经允许，不得转载，本站所有资源文章禁止商业使用运营!
评论