# PedestrianDetectionSystem

**Repository Path**: chenhao_ANTHONY/PedestrianDetectionSystem

## Basic Information

- **Project Name**: PedestrianDetectionSystem
- **Description**: Automatic pedestrian detection and monitoring system based on TensorFlow.基于TensorFlow的自动化行人检测（人体检测）和监控（视频监控）系统。
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 1
- **Created**: 2021-01-26
- **Last Updated**: 2022-05-31

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

![](https://img.shields.io/badge/License-Apache%202-yellow.svg)
# 基于深度学习的自动化行人检测（人体检测）和监控（视频监控）系统
[README](https://github.com/zhangpengpengpeng/PedestrianDetectionSystem/blob/master/README.md)

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。本项目基于深度学习的目标检测去搭建了一个简单有效的监控系统，能够自动化进行人流统计和行人检测。

**本系统基于Apache2.0协议开源，请严格遵守开源协议。**
# 0x00 简介
本系统由以下三个子项目组成：<br>
- 1.基于TensorFlow平台的行人检测系统
- 2.基于Android平台的推流系统
- 3.基于JavaWeb的展示系统

总体框架如下图所示:

<img src="https://github.com/zhangpengpengpeng/PedestrianDetectionSystem/raw/master/img/framework.png" width="400" height="300">


# 0x01 服务器部署
## 1.服务器的配置要求
| 配置        | 基本要求 |
| ---------- | ------- |
| 操作系统 | Ubuntu 16.04 x64 |
| CPU  | 主频2.0GHz 以上   |
| 内存 | 8G以上 |
| GPU | NVIDIA GTX1080以上 |
| 网络 | 服务器IP地址需是公网IP |

## 2.基于TensorFlow平台的行人检测系统
本系统依赖如下：

| 依赖项 | 安装方式 |
| ---------- | ------ |
| Python3.5 | 略 |
| pip | 略 |
| TensorFlow-1.11.0-GPU | 略 |
| Python版本OpenCV | 略 |
| requests | pip3 install requests |
| frozen_inference_graph.pb | [下载地址](https://github.com/zhangpengpengpeng/PedestrianDetectionSystem/releases/download/v1.0/frozen_inference_graph.pb) |
| Nginx with RTMP | [安装流程](https://www.jianshu.com/p/b4ee6956d1ea) |

运行系统：
- 把训练模型后得到的`.pb`模型文件复制在`python`目录下；
- 修改`main.py`文件`RTMP_HOST`变量，运行`main.py`；

## 3.基于Android平台的推流系统

运行系统：

- 在Idea或者AndroidStudio中导入`android`目录下的工程，并修改`MainActivity.java`中的静态变量；


## 4.基于SSM(SpringMVC+Spring+Mybatis)互联网轻量级框架的展示系统
本系统依赖如下：

| 依赖项 | 安装方式 |
| ---------- | ------ |
| JDK-1.8.0 | 略 |
| Apache-Tomcat-9.0.12 | 略 |
| Maven | 略|
| Mysql | 需配置远程访问权限 |

运行系统：
- 展示系统基于Idea集成开发环境进行开发，SSM框架中的依赖均基于Maven进行配置，在Idea中导入`web`目录下的工程，导出`war`包，将`war`包放在服务器`tomcat/webapps`目录下，运行`./startup.sh`,启动`tomcat`容器；

# 0x02 项目展示

<img src="https://github.com/zhangpengpengpeng/PedestrianDetectionSystem/raw/master/img/example2.jpg" width="600" height="300">

<img src="https://github.com/zhangpengpengpeng/PedestrianDetectionSystem/raw/master/img/example1.png" width="700" height="400">

<img src="https://github.com/zhangpengpengpeng/PedestrianDetectionSystem/raw/master/img/example3.jpg" width="700" height="400">

- 新增了针对大数据量的人流统计的可视化视图；

<img src="https://github.com/zhangpengpengpeng/PedestrianDetectionSystem/raw/master/img/example4.png" width="700" height="600">

- 展示行人检测项目完整效果，[点击此链接](https://pan.baidu.com/s/1X7BX5QSbqZFx2Y6XElW4ZA)；

# 0x03 关于

- 如何支持作者：点击右上角的"star" 的按钮，是对作者的最大支持；
- 如有问题或者讨论行人检测算法模型，请[提交issue](https://github.com/zhangpengpengpeng/PedestrianDetectionSystem/issues/new);

# 0x04 Q&A
### Q: 我觉得原来的模型效果不好,应该怎么做?
> A: 如果你想重新训练这个模型,获得更好的效果,请参考这篇文章[教程 | 用深度学习DIY自动化监控系统](https://mp.weixin.qq.com/s/gPI6Vq6smDn8IiKhGe61bA),<br>
训练完成之后,将训练导出的网络权值文件替换原来的网络权值文件即可.<br>

### Q: 这个项目适合生产环境部署用嘛?
> A: Demo项目,不适合部署于生产环境.<br>

### Q: 数据库sql文件的问题
> A: 当时忘记备份这个文件了，就把操作系统整个重装了。因此这个文件就没留下来。
但是我们要秉持自己动手，丰衣足食的光荣传统，反正就2个表，10个左右的字段，可以自己用一些可视化的数据库管理工具设计一下就行。
但是这个我们也会提上日程的，在2020年10月1日之前我们尽量会补上这个sql文件。

### Q: 行人统计功能的问题
> A: 演示界面上面的行人流量统计是直接往数据库里面加的假数据。仅仅为了提交大作业的时候美观一点？？😂
实际上没找到思路，并没有正经的实现过。


# 0x05 后记
这个项目我为研一上学期JavaWeb课程的大作业所写的项目,实际核心部分所用时间为一个星期.<br>
至于为什么JavaWeb课程写了这个一个非主流的项目,因为不想写某某管理系统这种烂大街的项目,因此想写一个新颖的项目,正在找灵感的时候,恰好这时候某个公众号推了了一篇文章,觉得比较有意思,于是萌发了写一个视频行人检测项目的想法.<br>
在这个项目里面服务端使用了基于TF框架的这个项目[Pedestrian-Detection](https://github.com/thatbrguy/Pedestrian-Detection),使用了[FFmpeg](https://github.com/FFmpeg/FFmpeg)框架进行推/拉流,使用了[Nginx](https://github.com/nginx/nginx)分发视频流,使用Python整合以上框架进行调用.<br>
Android端的实现使用了[RtmpRecoder](https://github.com/beautifulSoup/RtmpRecoder),在这个项目的基础了进行了一些薄封装.<br>
在此对以上开源项目表示感谢.<br>
最后使用JavaWeb套了一层壳最后完成了此大作业.<br>
由于我研究生阶段的方向并不是图像方向,因此本项目不再更新.<br>
最近看到一篇公众号文章
[声网：基于 TensorFlow 在实时音视频中实现图像识别](https://mp.weixin.qq.com/s/HlJQ1d10vzi9jAO3ZHOg0w)
虽然他们晚了一年，但是在实现上很类似：<br>
<img src="https://github.com/zhangpengpengpeng/PedestrianDetectionSystem/raw/master/img/example5.png" width="700" height="700"><br>
以下是我们一年前实现的：<br>
<img src="https://github.com/zhangpengpengpeng/PedestrianDetectionSystem/raw/master/img/example6.jpg" width="700" height="700">
<br>至于说为什么英文README文档没有更新了，那就是作者太懒了，欢迎提交PR，本人会即时确认后合并。