detection.py 1.3 KB

1234567891011121314151617181920212223242526272829303132333435363738
  1. """
  2. 检测配置
  3. """
  4. # 检测配置
  5. DETECTION_CONFIG = {
  6. 'target_classes': ['person'], # 检测目标类别
  7. 'confidence_threshold': 0.5, # 置信度阈值
  8. 'detection_interval': 0.1, # 检测间隔(秒)
  9. }
  10. # 安全检测模型配置
  11. SAFETY_DETECTION_CONFIG = {
  12. # 模型路径 - 支持三种格式:
  13. # - YOLO: .pt 文件, 使用 ultralytics
  14. # - RKNN: .rknn 文件, 使用 rknnlite (RK3588 平台)
  15. # - ONNX: .onnx 文件, 使用 onnxruntime
  16. 'model_path': '/Users/wenhongquan/Desktop/阿里云同步/项目/dnn/德胜河 AI/dsh/testrk3588/yolo11n_rk3588.pt',
  17. 'model_type': 'yolo', # 模型类型: 'auto', 'yolo', 'rknn', 'onnx'
  18. 'use_gpu': False, # RKNN 使用 NPU,不依赖 GPU
  19. 'conf_threshold': 0.5, # 一般物品置信度阈值 (安全帽、反光衣)
  20. 'person_threshold': 0.8, # 人员检测置信度阈值
  21. # 检测类别映射
  22. 'class_map': {
  23. 0: '安全帽',
  24. 3: '人',
  25. 4: '反光衣'
  26. },
  27. # 检测间隔
  28. 'detection_interval': 0.1, # 检测间隔(秒)
  29. # 告警控制
  30. 'alert_cooldown': 3.0, # 同一目标告警冷却时间(秒)
  31. 'max_alerts_per_minute': 10, # 每分钟最大告警数
  32. }