－迭代，误报数据，添加一些背景，修改检测逻辑，连续五帧测到 3
－这是一家电力运维企业的一个项目，需要针对他们定期巡检的配电室进行危险行为识别；主要是针对配电室吸烟和配电室不带绝缘手套的。
的行为进行检测并告警（广播） －方案设计：采用视频级别分类， 采用3d卷积，太耗性能并且分类精度也不满足需求；第二种做单帧检测，检测到手臂和烟以及手套， 因为戴手套和吸烟行为与手臂强相
关，并且单帧检测相较于3d卷积来说对于精度和性能都和这个项目更加匹配 －甲方提供了300段历史监控视频片段（摄像头为960*720），首先采用隔帧抽取的方式采集图片，但图片中人和手套的数据多一些，烟很少；因此爬取了一些人吸烟和手套的图片数据做补充；最后一共是有13000多张样本图片；又因为小
目标容易在裁剪中丢失，所以数据增强只做了颜色，亮度饱和度变换以及一些仿射变换操作 －模型选型是对比了yolov5n和 yolov5s以及yolov5s—lite取部分样本进行交叉验证，其中yolov5n 的map最低，参数量最小，只有 2m；yolov5s的map最高，参数量是7.2m，yolov5s—lite是在 yolov5s的基础上进行的改进，他的参数量相较于yolov5s下降了
22.8%，但是map只下降了 0.3%；所以综合考量map和实时
性选择了yolov5s—lite －训练后三种类别目标的map为 95.7%，达到甲方的需求 －得到人的手臂、烟、手套的框的
－训练后三种类别目标的map为 95.7%，达到甲方的需求
－得到人的手臂，烟，手套的框的坐标之后，计算人和烟以及人和手套之间的iou，根据iou阈值判断是
否有吸烟或者未带手套的行为
-最后将模型打包好，协助软件部门进行部署（没有部署在摄像头上，甲方不想做摄像头改造）；云
来自随手写