如何通过深度学习轻松实现自动化监控

本文是使用基于深度学习的对象检测实现监控系统的快速教程。 它还比较了使用GPU多处理进行推理的不同物体检测模型在行人检测方面的性能。

监视是安全和巡逻的一个组成部分。 在大多数情况下，这项工作需要长时间寻找不受欢迎的事情。 我们这样做至关重要，但这也是一项非常平凡的任务。

如果有什么东西可以为我们“观察和等待”，那么生活会不会简单得多？ 嗯，你很幸运。 随着过去几年技术的进步，我们可以编写一些脚本来自动执行上述任务 - 而且也很容易。 但是，在我们深入探讨之前，让我们问自己：

Are machines are good as humans?

任何熟悉深度学习的人都会知道图像分类器超出了人类的准确度。

对于人类，传统计算机视觉（CV）和深度学习，ImageNet数据集随时间的错误率。 （图片来源：链接）
所以，是的，与人类相比，机器可以以相同的标准（或更好）保持对物体的监视。 话虽如此，使用技术进行监视更有效率。

• 监督是一项重复而平凡的任务。 这可能会导致我们人类的性能下降。 通过让技术进行监控，我们可以专注于采取行动，如果出现问题。</