Detektor tłumu
Zatłoczone przestrzenie są wszechobecną częścią naszego codziennego życia. Od tętniących życiem ulic miast po tętniące życiem stadiony i zgromadzenia publiczne, zarządzanie i zrozumienie tłumów ma kluczowe znaczenie dla następujących kwestii:
Bezpieczeństwo publiczne i ochrona - w zatłoczonych miejscach publicznych, takich jak lotniska, stadiony lub węzły komunikacyjne, zdolność do wykrywania i monitorowania tłumów jest niezbędna do zapewnienia bezpieczeństwa publicznego. Model wykrywania tłumu może pomóc w identyfikacji i analizie dynamiki tłumu oraz wykrywaniu nieprawidłowych zachowań.
Zarządzanie tłumem - zrozumienie wzorców i zachowań tłumu ma kluczowe znaczenie dla skutecznego zarządzania tłumem. Model detekcji może zapewnić wgląd w gęstość, przepływ i zatłoczenie tłumu, umożliwiając władzom optymalizację ruchu tłumu, alokację zasobów i wdrożenie odpowiednich środków kontroli tłumu, aby zapobiec przepełnieniu.
Planowanie wydarzeń i operacje - podczas wydarzeń lub zgromadzeń na dużą skalę organizatorzy mogą wykorzystywać modele wykrywania tłumu do oceny wielkości tłumu, przewidywania trendów frekwencji i odpowiedniego zarządzania logistyką. Dzięki dokładnemu oszacowaniu wielkości i zachowań tłumu, planiści wydarzeń mogą zapewnić odpowiednią pojemność obiektu, wystarczającą infrastrukturę i lepsze wrażenia odwiedzających.
I nie tylko!
W tym samouczku zbudujesz model wykrywania, który może wykrywać tłumy. Wykorzystamy zestaw danych Person (Group) z Open Images Dataset. Aby dowiedzieć się, jak je pobrać, kliknij tutaj.
Tworzenie modelu
Po załadowaniu zestawu danych przejdź do sekcji Modele i kliknij Dodaj nowy model. Wybierz Detekcja.
Wybierz zestaw danych, którego chcesz użyć do trenowania modelu.
Pomiń krok scalania kategorii i kliknij Dalej. Wprowadź nazwę modelu, wybierz framework Darknet i włącz opcję Konfiguruj ręcznie.
Zmień pretrenowany model na yolo4-tiny.conv.29 i kliknij przycisk Rozpocznij trening. Postęp treningu można wyświetlić w widoku Panel główny, w zakładce Powiadomienia lub w sekcji Modele.
Testowanie Twojego pomysłu
Po zakończeniu szkolenia przejdź do sekcji Modele i kliknij model Crowd Detector.
Wybierz sprzęt, którego chcesz użyć, kliknij kafelek, aby dokonać konwersji.
Po przekonwertowaniu kliknij urządzenie, aby się z nim połączyć.
Skopiuj kod rejestracyjny do schowka, a następnie kliknij Kopiuj token i przejdź do urządzenia. Spowoduje to otwarcie nowej karty w przeglądarce, w której znajdziesz aplikację internetową korzystającą teraz z Twojego urządzenia lokalnego.
Wklej kod rejestracyjny w polu Token i utwórz hasło. Po zarejestrowaniu urządzenie zmieni swój status na Połączono w sekcji Testowanie aplikacji OSAI.
Wybierz model Crowd detector. Aby pobrać go do pamięci lokalnej urządzenia, kliknij kafelek modelu.
Kliknij przycisk Prześlij plik. Możesz przesłać obraz lub wideo. Na potrzeby tego samouczka użyjemy plików wideo.
Po przesłaniu pliku wideo możesz zdecydować, czy chcesz zapisać wyniki i/lub przesłać obrazy z wideo do nowego lub istniejącego zestawu danych. Kliknij Dalej, aby kontynuować.
Po przetworzeniu wideo przez aplikację internetową można wyświetlić wyniki.
Wyniki
