基于深度学习的目标检测在安防行业的研究中期报告

本文研究利用深度学习中的目标检测YOLOv3算法，在安防行业中实现行为分析抓拍图片转化为分析模型，提高人体目标检测的准确率。具体研究内容包括研究背景、中期进展和阶段结果、下一步计划和预期成果。目前，系统已经应用并部署在项目现场，经过4轮每轮1000张图片的训练，识别准确率相对于50%的基准线提高了约5.15%左右，达到了55.65%的概率。初步结论表明，基于深度学习的人体目标检测能够有效提升安防行业戒毒所小场景行为分析报警事件的准确率，降低误报的发生，为用户提供更为精准的所内行为分析报警预报。