| 现场环境 |
在低照度环境下，如夜间监控场景，使用普通摄像头拍摄图像，摄像头距离目标物体1-10米，环境光照强度低，存在噪声干扰。 |
| 使用对象 |
低照度环境下的各类目标，如人、车辆、动物 |
| 使用目的 |
在低照度场景下准确检测目标物体，提高目标定位精度，减少误检和漏检，用于夜间监控、夜间辅助驾驶等场景。 |
| 硬件配置 |
CPU：Intel(R) Xeon(R) CPU E5-2620
GPU：NVIDIA GeForce GTX 1080Ti
内存：64GB
摄像头：普通低照度摄像头，分辨率416×416像素 |
| 硬件兼容 |
无
|
| 软件配置 |
操作系统：Windows Server 2016 Datacenter
深度学习框架：Pytorch
编程语言：Python |
| 软件兼容 |
无
|
| 输入数据 |
低照度图像帧，分辨率416×416像素 |
| 输出数据 |
检测到的目标类别、边界框位置、置信度。 |
| 样本获取 |
在低照度环境下拍摄图像，获取8000张样本图像，其中2000张用于训练集，6000张用于测试集。 |
| 测试结果 |
对测试集6000个样本进行测试，失败1次，成功5999次，错误率0.0167%，对应成功率99.9833%。 |
| 执行速度 |
检测速度15.3帧/秒。 |
| 资源消耗 |
4核CPU，计算占比分别平均约60%，50%，70%，30%；8GB内存，使用占比50%。 |
| 源码类型 |
本算法有Python版本源码，使用售卖方式三进行授权。 |
| 文件大小 |
算法程序文件30K，权重文件220M。 |
| 相关备注 |
无 |
