加油站智能视频监控系统集人证认证、信息收集等作用于一体，提早识别和干涉预警。加油站智能视频监控系统对面部识别、车子捕获、红外热成像仪等前面认知安装设备在加油站进出口等地区，完成多维度、全因素的数据采集。即时监控重要地区的工作员。当监控工作人员不穿工作服装时，加油站智能视频监控系统马上警报并立即终止。与此同时，将警报截屏和视频储存到数据库系统中产生汇报。警报纪录和警报截屏可以依据时间范围和视频开展查找和播放，便于于过后追踪。

YOLOv8 的训练策略和 YOLOv5 没有啥区别，最大区别就是模型的训练总 epoch 数从 300 提升到了 500，这也导致训练时间急剧增加。YOLOv8 的推理过程和 YOLOv5 几乎一样，唯一差别在于前面需要对 Distribution Focal Loss 中的积分表示 bbox 形式进行解码，变成常规的 4 维度 bbox，后续计算过程就和 YOLOv5 一样了。

其推理和后处理过程为：

(1) bbox 积分形式转换为 4d bbox 格式
对 Head 输出的 bbox 分支进行转换，利用 Softmax 和 Conv 计算将积分形式转换为 4 维 bbox 格式

(2) 维度变换
YOLOv8 输出特征图尺度为 80x80、40x40 和 20x20 的三个特征图。Head 部分输出分类和回归共 6 个尺度的特征图。 将 3 个不同尺度的类别预测分支、bbox 预测分支进行拼接，并进行维度变换。为了后续方便处理，会将原先的通道维度置换到最后，类别预测分支 和 bbox 预测分支 shape 分别为 (b, 80x80+40x40+20x20, 80)=(b,8400,80)，(b,8400,4)。

(3) 解码还原到原图尺度
分类预测分支进行 Sigmoid 计算，而 bbox 预测分支需要进行解码，还原为真实的原图解码后 xyxy 格式。

(4) 阈值过滤
遍历 batch 中的每张图，采用 score_thr 进行阈值过滤。在这过程中还需要考虑 multi_label 和 nms_pre，确保过滤后的检测框数目不会多于 nms_pre。

(5) 还原到原图尺度和 nms
基于前处理过程，将剩下的检测框还原到网络输出前的原图尺度，然后进行 nms 即可。最终输出的检测框不能多于 max_per_img。

加油站智能视频监控系统 YOLOv8_YOLO

根据加油站智能视频监控系统和有关优化算法建立加油站安全工作系统，根据加油站智能更新、即时推理能力和使用安全性剖析智能边沿网络服务器和服务平台，完成财务部门动态性检验、即时监控钱财工作交接、保险柜电源开关情况、防撬门电源开关情况、人员信息检验和鉴别，保证资产安全。运用加油站智能视频监控系统对便利店货架开展即时监控和分析，以把握货品的置放状况。提升连锁便利店运营管理的市场销售、到期等标准。

class DFL(nn.Module):
    # Integral module of Distribution Focal Loss (DFL) proposed in Generalized Focal Loss 
    def __init__(self, c1=16):
        super().__init__()
        self.conv = nn.Conv2d(c1, 1, 1, bias=False).requires_grad_(False)
        x = torch.arange(c1, dtype=torch.float)
        self.conv.weight.data[:] = nn.Parameter(x.view(1, c1, 1, 1))
        self.c1 = c1

    def forward(self, x):
        b, c, a = x.shape  # batch, channels, anchors
        return self.conv(x.view(b, 4, self.c1, a).transpose(2, 1).softmax(1)).view(b, 4, a)
        # return self.conv(x.view(b, self.c1, 4, a).softmax(1)).view(b, 4, a)
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.

由于加油站非成品油销售业绩的提升，有利于搭建当场情景服务项目感知能力和运营数据使用价值。加油站智能视频监控系统根据对人、车、物等大数据技术的融合剖析和运用，精确推广多样化广告宣传网络资源，发掘买车人交易发展潜力，唤起买车人外流，为成品油市场销售公司带来更确切的用户获得服务项目，对于不一样姓式和年龄段的顾客人群的消费习惯。推动企业战略转型、智能化更新，加强对安全事故高发位置和阶段的检测预警信息和信息内容操纵。加强预警信息文化教育和工作经验意见反馈，合理调节和防患未然。