前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >基于深度学习的自动化行人检测和监控系统

基于深度学习的自动化行人检测和监控系统

作者头像
机器学习AI算法工程
发布2019-10-28 17:31:11
1.1K0
发布2019-10-28 17:31:11
举报
监控在安保和巡查中发挥着重要作用,但也是一项非常乏味的任务,深度学习的出现在一定程度上将人类从这一任务中解放出来。本项目基于深度学习的目标检测去搭建了一个简单有效的监控系统,能够自动化进行人流统计和行人检测。

完整源码获取方式:

关注微信公众号 datayx 然后回复 监控 即可获取。

本系统由以下三个子项目组成:

  • 1.基于TensorFlow平台的行人检测系统
  • 2.基于Android平台的推流系统
  • 3.基于JavaWeb的展示系统

服务器部署

配置

基本要求

操作系统

Ubuntu 16.04 x64

CPU

主频2.0GHz 以上

内存

8G以上

GPU

NVIDIA GTX1080以上

网络

服务器IP地址需是公网IP

基于TensorFlow平台的行人检测系统

运行系统:

  • 把训练模型后得到的.pb模型文件复制在python目录下;
  • 修改main.py文件RTMP_HOST变量,运行main.py

基于Android平台的推流系统

运行系统:

  • 在Idea或者AndroidStudio中导入android目录下的工程,并修改MainActivity.java中的静态变量;

基于SSM(SpringMVC+Spring+Mybatis)互联网轻量级框架的展示系统

运行系统:

展示系统基于Idea集成开发环境进行开发,SSM框架中的依赖均基于Maven进行配置,在Idea中导入web目录下的工程,导出war包,将war包放在服务器tomcat/webapps目录下,运行./startup.sh,启动tomcat容器

项目展示

展示行人检测项目完整效果

https://pan.baidu.com/s/1X7BX5QSbqZFx2Y6XElW4ZA

新增了针对大数据量的人流统计的可视化视图;

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2019-01-15,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 机器学习AI算法工程 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 服务器部署
    • 基于TensorFlow平台的行人检测系统
      • 基于Android平台的推流系统
        • 基于SSM(SpringMVC+Spring+Mybatis)互联网轻量级框架的展示系统
        • 项目展示
        相关产品与服务
        容器服务
        腾讯云容器服务(Tencent Kubernetes Engine, TKE)基于原生 kubernetes 提供以容器为核心的、高度可扩展的高性能容器管理服务,覆盖 Serverless、边缘计算、分布式云等多种业务部署场景,业内首创单个集群兼容多种计算节点的容器资源管理模式。同时产品作为云原生 Finops 领先布道者,主导开源项目Crane,全面助力客户实现资源优化、成本控制。
        领券
        问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档