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 modelu
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.
Wyszukaj model i kliknij go, aby pobrać i uruchomić.
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 klatki z wideo do nowego lub istniejącego zestawu danych. Kliknij Dalej, aby kontynuować.
Po przetworzeniu wideo przez aplikację internetową można wyświetlić wyniki.
Wyniki
