个人卖家：
月下独酌
创建于：2025-08-22
基于YOLO11和霍夫变换追踪站台黄线穿越者检测算法
￥2999.00
| 使用环境 |
系统适用于地铁站台、火车站台等公共交通场所的监控环境。要求安装位置固定，监控摄像头与站台黄线保持平行视角，光照条件稳定，避免强光直射和严重背光情况。 |
| 使用对象 |
主要检测站台等候区的行人行为，特别针对靠近安全黄线的乘客。检测对象包括站立候车的乘客、移动中的行人以及各种姿态的行人（站立、行走、弯腰等）。 |
| 使用目的 |
系统旨在实时监测站台安全黄线区域，自动检测并预警跨越安全线的危险行为。通过智能视频分析，替代人工监控，提高安全管理效率，预防安全事故发生。 |
| 输入数据 |
视频分辨率建议不低于1920×1080像素，帧率25-30fps。支持RTSP、HTTP等主流视频流协议。 |
| 输出数据 |
系统输出包含实时检测结果和报警信息 |
| 硬件配置 |
推荐使用NVIDIA Jetson AGX Orin或同等级边缘计算设备，配备至少16GB内存。摄像头选用200万像素以上的工业级网络摄像机，支持宽动态范围。系统需要稳定的网络环境和足够的存储空间用于事件记录。 |
| 样本获取 |
训练数据来自实际站台监控视频，包含各种光照条件下、不同时间段、不同季节的站台场景。数据增强技术包括亮度调整、对比度变化、添加噪声等。 |
| 测试结果 |
在测试集上达到97.5%的行人检测准确率，越线行为识别准确率95.8%，误报率低于2.3% |
| 执行速度 |
在Jetson AGX Orin设备上，处理1080p视频流达到25fps实时性能。单帧处理时间小于40ms，满足实时监控需求。算法经过优化，确保高效运行。 |
| 资源消耗 |
CPU内存占用约3.5GB，CPU利用率维持在40%以下。系统运行时内存占用不超过8GB，视频流处理带宽需求为4-8Mbps。功耗控制在30W以内。 |
| 源码类型 |
Python源代码、包含模型推理、后处理、报警输出等模块。 |
| 文件大小 |
完整项目文件约2.8GB，其中模型文件500MB，示例视频和数据1.2GB，源代码和文档1.1GB |
| 相关备注 |
上图为视觉检测案例图 |
