近日，媒體接連報道電動車起火爆炸造成嚴重人員傷亡的新聞，針對該問題，社區物業明令禁止電瓶車入戶，但是依然有人忽視這個問題嚴重性。目前，AI應用已經可以有效地預防此類問題，在進入電梯的時候就可以采取報警和有效措施。AI在安防領域的應用非常廣泛，在各類公共場合迅速識別人員摔倒、打架、爭吵，以及車輛行駛異常等行為，可以及時通知安保人員進行干預。

本次飛槳產業實踐范例庫開源電瓶車進電梯檢測、異常行為檢測、多類別車輛跟蹤三個典型安防場景，提供了從數據準備、模型訓練優化，到模型部署的全流程可復用方案，降低產業落地門檻。

?項目鏈接?

https://github.com/PaddlePaddle/awesome-DeepLearning

所有源碼及教程均已開源，歡迎大家使用，star鼓勵~

電瓶車進電梯檢測

電瓶車進樓入戶發生的火災事故屢見不鮮，針對該現象飛槳聯合天覆科技推出了相應的電瓶車進電梯檢測方案，及時進行報警與干預，從源頭減少這一情況的發生。

電梯場景內物體多，遮擋情況常有發生，要保證準確率、響應速度和高性價比，同時針對需求的變化可以自行優化，對技術方案提出很大挑戰。

基于這樣高難度的要求，天覆科技CTO馬純磊通過不斷的嘗試、試驗，最終找到了最優的解決思路：使用飛槳圖像分類套件PaddleClas中的圖像識別系統PP-ShiTu(即主體檢測+特征提取+向量檢索的方式)，整體方案如下：

主體檢測分別選用了單階段檢測模型 YOLOv3、PP-YOLOv2、PicoDet進行實驗，最終準確率高達98%，同時用戶可以不斷自優化模型，模型準確率不斷提升。

部署使用飛槳服務化部署框架Paddle Serving的方式，根據PicoDet前處理耗時較長的特點，采用Pipeline的策略，QPS從15提升到19，性能提升20%。同時加入kong安全網關，統一了預測服務入口，提升服務安全性。更多優化策略詳解歡迎大家關注直播課。

多類別車輛跟蹤

車輛追蹤是安防領域的重要技術，在特定場所的車流量管控、進出口檢測、交通管控等經典場景都存在廣泛應用場景。本項目基于飛槳目標檢測套件PaddleDetection，智能高效地實現了監控場景下的多類別車輛跟蹤任務。

場景難點：

• 拍攝角度多變，受光照光線等影響對模型泛化能力要求較高；

• 涉及車輛類型較多，需要滿足多類別跟蹤訴求；

• 高空俯拍，對小目標大尺幅場景準確性要求較高，預警對實時性能要求較高。

本項目使用可進行多類別跟蹤的MCFairMOT算法，選擇較大的圖像輸入尺寸 1088 x 608，從而改善小目標檢測效果；考慮到速度和精度能夠均衡，項目中使用 DLA-34 作為Baseline模型的骨干網絡。通過多種優化策略，整體精度提升30%，從最終可視化場景中可以看到取得非常好的多類別追蹤效果。

在部署上提供基于Paddle Inference 的部署方案，做到高吞吐、低時延，保證了模型在服務器端即訓即用，快速部署。

異常行為檢測

社會治安一直是城市、社區、商區治理的重要問題。城市內安裝大量攝像頭，面對海量視頻數據堆積，需要及時發現安防行為問題，并做出快速反應。異常行為的動作類型有很多，比如打架、爭吵、破壞公物、吸煙、摔倒等，均可以用AI技術做出快速檢測。

場景難點：

• 靠單張圖片很難判別行為類型

• 行為識別標注難度大

• 行為類內和類間變化大

針對以上難點，我們對動作檢測的技術方案做了整體分析：

最終選用了業界領先的基于時空信息的SlowFast_FasterRCNN模型。相比于基于骨骼點的模型，該模型對遮擋等場景更加魯棒；相比于基于目標檢測的模型，該模型能夠提取時序特征，解決單張圖片很難判別行為類型的問題。

同時，我們提供了數據集的構建方案細節，并在該數據集上提供了多種優化方案與實驗數據詳解，如樣本均衡策略、模型細節優化、訓練策略優化等，最終在多類別分類上比原模型達到了更優的效果。最后，我們提供了基于Paddle Inference 的部署方案。

產業實踐范例教程

助力企業跨越AI落地鴻溝

飛槳產業實踐范例，致力于加速AI在產業落地的前進路徑，減少理論技術與產業應用的差距。范例來源于產業真實業務場景，通過完整的代碼實現，提供從數據準備到模型部署的方案過程解析，堪稱產業落地的“自動導航”。

• 真實產業場景：與實際具有AI應用的企業合作共建，選取企業高頻需求的AI應用場景如智慧城市-安全帽檢測、智能制造-表計讀數等；

• 完整代碼實現：提供可一鍵運行的代碼，在“AI Studio一站式開發平臺”上使用免費算力一鍵Notebook運行；

• 詳細過程解析：深度解析從數據準備和處理、模型選擇、模型優化和部署的AI落地全流程，共享可復用的模型調參和優化經驗；

• 直達項目落地：百度高工手把手教用戶進行全流程代碼實踐，輕松直達項目POC階段。

精彩課程預告

為了讓小伙伴們更便捷的應用這些范例教程，百度飛槳于2月24日20:00-21:30為大家準備了直播課程，深度解析從數據準備、方案設計到模型優化部署的開發全流程，手把手教大家進行代碼實踐。

歡迎小伙伴們掃碼關注服務號報名，免費獲取直播課和回放視頻鏈接，更有機會獲得覆蓋智慧城市、工業制造、金融、互聯網等行業的飛槳產業實踐范例手冊！也歡迎感興趣的企業和開發者與我們聯系，交流技術探討合作。

掃碼報名直播課，加入技術交流群

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的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的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。