一、成果概述：

社区安全检测系统内容包括目标检测、行为识别以及行人重识别等。系统针对社区视频进行分析，实际应用时将模型部署到社区摄像头达到实时检测的目的。这对社区管理排除安全隐患和有迹可循有着重要的意义。技术使用深度学习模型算法，提取图片特征达到检测目标物的效果，并使用模型压缩和加速的方法，对模型进行优化，便于在边缘化设备部署。

二、技术特点及技术指标：

技术特点：社区安全检测系统包含了目标检测、行人重识别以及模型压缩等多种技术。该算法将安全检测与行人识别相结合大大丰富了社区安全系统的保障范围。同时改进的模型压缩技术使算法更容易部署，在压缩模型大小的同时不降低模型识别的准确率是该技术的一大特点。技术指标：模型大小不超过 150M 的情况下，保证检测准确度不低于 95%，召回率不低于 95%，模型压缩率达到 50%，使得落地部署到社区视像头上提供了可能性。

三、应用领域：

成果主要应用于打造智慧社区，实现智能化社区管理，主要任务有：狗绳检测、明火检测和口罩识别、行为识别、行人重识别。深度模型图像算法可以应用于许多图片视频场景，对流水线生成，自动化生产，安全检测，智能化管理等均有有重要的意义，另外深度学习模型容易部署的特点使得和边缘设备的结合更加有优势。

四、投入需求：

 该技术成果产业化主要在于模型的获取，对于一个社区的系统构建，前期需要大规模数据的采集相应的软硬件设施。