智慧校园视频智能分析系统信息化建设取得了较大的进步,校园智能视频分析网络基本普及,智慧校园视频智能分析系统应用已逐步深入到教学、管理、服务等各个领域。当下各大中小学都普遍存在校园面积大、场地分散、学生众多、校园周边的环境复杂等特点,随着近年来校园频繁发生学生欺凌、盗窃、打架、聚众闹事等安全事件频繁发生,校园安全问题受到空前的重视。
YOLOv8 主要参考了最近提出的诸如 YOLOX、YOLOv6、YOLOv7 和 PPYOLOE 等算法的相关设计,本身的创新点不多,偏向工程实践,主推的还是 ultralytics 这个框架本身。
Backbone和Neck的具体变化
a) 第一个卷积层的 kernel 从 6x6 变成了 3x3
b) 所有的 C3 模块换成 C2f,结构如下所示,可以发现多了更多的跳层连接和额外的 Split 操作
c)去掉了 Neck 模块中的 2 个卷积连接层
d) Backbone 中 C2f 的 block 数从 3-6-9-3 改成了 3-6-6-3
e) 查看 N/S/M/L/X 等不同大小模型,可以发现 N/S 和 L/X 两组模型只是改了缩放系数,但是 S/M/L 等骨干网络的通道数设置不一样,没有遵循同一套缩放系数。如此设计的原因应该是同一套缩放系数下的通道设置不是最优设计,YOLOv7 网络设计时也没有遵循一套缩放系数作用于所有模型
智慧校园视频监控智能分析系统,将分散校园集中管理,运用智能视频分析技术,对学校的围墙周界、大门、财务室、档案室、校园食堂、校学生宿舍以及学校危险地带的危险活动检测。SuiJi视频系统将告警信息推送给校园管理人员,及时采取应对措施,SuiJi系统适用于全国各地校园监控系统智能升级改造。
视频监控智能分析系统实时监测校园现场行为事件如下:1.校园徘徊识别2.校园翻越围墙识别3.危险区域闯入识别4.校园烟火识别5.物品遗留6.校园离岗识别7.校园人员滞留检测报警8.校园奔跑识别9.校园打架识别预警10.校园楼道拥挤识别11.校园坠楼识别12.校园异常聚集识别