选自Medium作者：BharathRaj机器之心编译参与：HuiyuanZhuo、张倩监控在安保和巡查中发挥着重要作用，但也是一项非常乏味的任务，深度学习的出现在一定程度上将人类从这一任务中解放出来。本文介绍了如何使用基于深度学习的目标检测去搭建一个简单但有效的监控系统，还比较了使用GPU多处理进行推断的不同目标检测模型在行人检测方面的性能。监控是安保和巡查一个不可或缺的组成部分。在大多数情况下，这项工作需要长时间去查找一些你不期望发生的事。我们做的这件事很重要，但也是一项非常乏味的任务。如果有什么东西可以代替我们做「观察和等待」的工作，生活不就简单多了吗？嗯，你很幸运。凭借过去几年的技术进步，我们可以编写一些脚本来自动执行上述任务—而且也很容易实现。但在我们深入探讨之前，让我们自问：机器的表现和人类一样好吗？任何熟悉深度学习的人都知道图像分类器的准确率已经超出了人类水平。传统计算机视觉（CV）和深度学习相比于人类，在ImageNet数据集上随时间变化的错误率。（图源：
转载请注明：http://www.aierlanlan.com/rzfs/7978.html
