夜班睡岗离岗识别检测系统依据智能视频分析，夜班睡岗离岗识别检测系统能够对值班中关键岗位的运行状态开展全天候实时识别检测，夜班睡岗离岗识别检测系统对区域工作人员的睡岗、离岗、缺岗、玩手机、抽烟等行为进行识别。在出入口岗亭，设定摄像头对岗位进行监测。在工地值班室部署离岗监测功能，根据监控人员是否在监控室工作岗位上，当值班人员缺岗、睡岗、离岗超过系统设定的时间，则会立即报警，防止人员粗心大意所造成的损失。

YOLOv7 在 5 FPS 到 160 FPS 范围内，速度和精度都超过了所有已知的目标检测器
并在 V100 上，30 FPS 的情况下达到实时目标检测器的最高精度 56.8% AP。YOLOv7 是在 MS COCO 数据集上从头开始训练的，不使用任何其他数据集或预训练权重。
相对于其他类型的工具，YOLOv7-E6 目标检测器（56 FPS V100，55.9% AP）比基于 transformer 的检测器 SWINL Cascade-Mask R-CNN（9.2 FPS A100，53.9% AP）速度上高出 509%，精度高出 2%，比基于卷积的检测器 ConvNeXt-XL Cascade-Mask R-CNN (8.6 FPS A100, 55.2% AP) 速度高出 551%，精度高出 0.7%。

夜班睡岗离岗识别检测算法 YOLOv7_python

夜班睡岗离岗识别检测系统是推动传统监控系统“监管人为要素”向“视频监控系统系统”转型的必需方式。夜班睡岗离岗识别检测系统致力于服务对各种岗位的实时监测分析，有效实现对值班室人员离岗智能检测的实时预警，包含视频监督、事件预警信息、信息推送等服务。

# From Mr. Dinosaur
 
import os
 
 
def listdir(path, list_name):  # 传入存储的list
    for file in os.listdir(path):
        file_path = os.path.join(path, file)
        if os.path.isdir(file_path):
            listdir(file_path, list_name)
        else:
            list_name.append(file_path)
 
 
list_name = []
path = 'D:/PythonProject/data/'  # 文件夹路径
listdir(path, list_name)
print(list_name)
 
with open('./list.txt', 'w') as f:  # 要存入的txt
    write = ''
    for i in list_name:
        write = write + str(i) + '\n'
    f.write(write)
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.
  • 19.
  • 20.
  • 21.
  • 22.
  • 23.
  • 24.

夜班睡岗离岗识别检测系统依据机器视觉视频分析技术，有效检测视频画面中人体异常行为及目标物品，并发出告警，改变过去视频监控系统系统的处于被动预警信息、效率低下的情况。