非煤地下矿山电子封条智能监控系统利用深度学习视频识别技术，非煤地下矿山电子封条智能监控系统对矿井人员出入井实时监测分析、现场人数变化及煤生产作业状态改变等情况。非煤地下矿山电子封条智能监控系统及时发现煤矿现场人员异常动态或者物体的不安全状态，自动生成、推送报警信息到后台提醒后台值班人员及时处理预警，避免发生更大的危险事件。非煤地下矿山电子封条智能监控系统通过AI技术，实现全天候远程监测。

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%。

非煤地下矿山电子封条智能监控系统 YOLOv7_深度学习

随着社会的发展和人们生活的快速进步，大家对于矿山安全生产作业越来越重视，特别是矿山现场作业人员生产作业过程中人身安全。为此，加强非煤矿山安全监管信息化系统建设，省市级非煤矿山安全监管部门要求全国各个地区煤矿生产企业要具备接入国家矿山安全生产综合信息系统的条件。非煤地下矿山电子封条智能监控系统通过信息化手段及AI技术不断提高非煤矿山安全监管信息化水平。非煤地下矿山电子封条智能监控系统在非煤矿山关键位置摄像头安装，通过AI技术对各监控数据进行实时监控分析，并将现场异常违规数据通过VPN网络专线接入全国矿山“电子封条”智慧监管平台，实现统一监管，提升对矿山现场人员安全作业的全天候监管。

# 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.

非煤地下矿山电子封条智能监控系统通过在非煤矿山主要的井口（主井口副井口）、进出口、车辆出入口以及调度室等重要地方安装监控摄像头（覆盖矿井生产作业过程中人员和车辆的必经地点）。非煤地下矿山电子封条智能监控系统充分利用计算机视觉视频识别技术，非煤地下矿山电子封条智能监控系统实时监控分析矿井出入井人员变化及非煤矿山作业设备状态变化等状况，不需人为干预自动及时发现处理异常动态，提升对矿山现场安全作业的监控效率，降低因人工因素导致的误报漏报情况。