每个周末都是探索与创新的时光，对于非程序员的我来说，更是如此。一次偶然的机会，我在公司的电脑上看到了一个关于AI巡检的PPT，它展示了如何通过检测摄像头中的人员或车辆等信息来触发警报。这一应用场景在工业领域中显然十分热门，引起了我极大的兴趣。
我并非专业的程序员，但总是喜欢挑战自己，尝试写一些与众不同的软件。那些日复一日的增删改查操作对我而言，既枯燥又无法带来技术上的提升。于是，我决定利用自己的业余时间，尝试实现一个类似的AI巡检软件。
软件功能亮点：
- 摄像头对接：支持RTSP协议的网络摄像头，如海康、大华等主流品牌。尽管存在1秒的延迟，但这是可以接受的。
- 目标检测：根据用户的设置，软件能够检测摄像头中出现的特定目标对象。
- 视频存储：当目标检测功能开启时，软件会每隔5分钟生成一个视频文件，方便后续分析。
技术实现原理：
为了实现这些功能，我选择了YOLOv5算法进行目标检测，这是一个高效且准确的目标检测模型。同时，为了处理摄像头的视频流和绘制检测结果，我使用了EmguCV（基于OpenCV的.NET封装）。
由于我的电脑没有GPU，所以整个程序使用CPU进行推理。虽然CPU推理速度相对较慢，但在这个项目中，它足以满足我的需求。原本我打算在主画面中实时绘制检测结果，但由于CPU推理的速度问题，视频出现了明显的延迟。为了解决这个问题，我设计了一个小窗体，并使用计时器每隔100毫秒调用一次检测函数。这样，主画面可以保持流畅，而检测结果则在小窗体中显示。
虽然我的电脑性能有限，无法实现更高级的功能（如目标出现在特定区域时触发警报、邮箱推送或声音警报等），但这个项目仍然让我收获颇丰。它不仅锻炼了我的编程能力，还让我对AI技术在实际应用中的挑战有了更深刻的认识。
主界面
设置
存储的视频
转载至：https://www.52pojie.cn/thread-1828994-1-1.html
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
