AI视频监控平台开发流程（附源代码）！！！

摄像头管理	支持查看摄像头信息，配置视频流类型，设置摄像头告警时段，编辑、删除摄像头信息等功能。
视频流管理	支持实时查看告警弹窗推送；查看告警截图及信息列表；设置视频展示路数等功能。
告警管理	支持查看平台全部告警信息统计；支持查看告警信息详情及截图；支持将告警信息推送至第三方平台等功能。
算法管理	支持新增、编辑、删除算法模型等功能。
训练管理	支持模型评估、模型训练、模型优化，推理服务等功能。
统计管理	支持查看摄像头、算法、告警等统计信息，支持BI大屏统一展示上述信息。
预留数据接口	支持按照需求增加算法模型和摄像头视频流。
模型测试	支持上传图片，生成测试模型测试的结果。

模型测试功能展示

7.1新增本地算法

通过本地搜索来查找服务器上的算法，支持更新算法服务，下载算法算法模型。

7.2上传测试图片

通过拖拽上传测试图片，支持选择算法模型、识别区域，右侧给予显示识别结果。（图片+代码）

算法服务二次开发流程（赠送算法模型）

赠送算法清单如下：

算法模型名称	模型功能
安全帽检测	该算法支持检测安全帽的佩戴情况，针对员工是否佩戴安全帽进行识别，帽带是否系紧。算法灵敏度可达到毫秒级别，识别准确度达90%以上。
火焰烟雾检测	该算法针对不同场景的覆盖，可用于室内室外多种复杂环境，支持识别可见烟雾及火焰，识别精度达85%。
行人检测	该算法可以检测区域内基础人员，应用面广，可实现在岗检测，离岗检测等场景需求，算法精度高于98%。
跌倒检测	该算法针对于现场人员长时间躺卧、长时间静止进行自动识别，根据场景定制化需求，系统可支持客户根据实际情况自由调节判断的时长阈值，识别准确度达95%以上。

赠送算法安装链接：

链接: https://pan.baidu.com/s/1TPmf19Lyxfa8M-nq-XdHpQ?pwd=169x 提取码: 169x

–来自百度网盘超级会员v5的分享

实现代码及部署说明

本项目基于docker进行部署，dockerfile如下：

FROM adoptopenjdk/openjdk8:jre8u345-b01
MAINTAINER ‘465769438@qq.com’
ADD ./camera-ai-zh-server-0.0.1–SNAPSHOT.jar /app-zh.jar
RUN ln –fs /usr/share/zoneinfo/Asia/Shanghai /etc/localtime
RUN echo “Asia/Shanghai” > /etc/timezone
EXPOSE 8021
#ENTRYPOINT exec java -Xmx16g -Xms2g -Xmn1g -jar app-zh.jar
ENTRYPOINT exec java –jar app-zh.jar

其他功能展示

10.1 摄像头管理

摄像头管理模块用于多种终端设备、智能设备的接入及管理。平台支持多种终端感知设备接入，为整个平台提供数据接入底座。各类老旧摄像头，不限制品牌可通过GB28181、RTSP协议接入AI视频监管平台，无需更换摄像头，无需施工改造，降低企业智能化升级成本。

10.2视频流管理

针对工厂内部署的摄像头装置，可以按照需求调取场景视频流。支持一屏、二屏、四屏、八屏同时预览，降低人工巡逻时间成本，有效提升工厂监管效率。

10.3告警管理

关联相应AI技能的设备会根据配置的AI技能运行时间进行实时监测，当发生违规行为，设备异常、环境异常等事件时，会产生相应的风险告警。告警会生成预警事件图片及事件视频用于回看。告警管理中可查看整体预警事件的数量，告警详情。对每一个预警事件进行全流程的处理跟踪，以及预警的全生命周期管理。

10.4算法分配

一个AI技能对应一个业务场景，算法模块可基于已有原有模型库快速编排出一个业务上所需的AI技能，如本项目需要“烟火识别算法”，当前接入的设备仅需通过关联AI技能即可将完成智能化升级，具备多种场景的AI能力，客户可根据需要将算法下发至多种智能设备。各类识别算法可通过接口方式接入AI管理平台，摄像头配置后可按照预设检测频率进行识别。针对不同区域的摄像头，可按照实际监管需求人工配置不同的算法，灵活多变，快速适应不同需求改变。

10.5 BI统计

针对告警数量、告警位置、告警类型等参数进行统计，并做可视化处理，便于管理员对场景内的作业及安全情况作统计。

文章出处登录后可见！

已经登录？立即刷新

AI视频监控平台开发流程（附源代码）！！！

相关推荐