# crowd-warning

**Repository Path**: yjinit/crowd-warning

## Basic Information

- **Project Name**: crowd-warning
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-10-20
- **Last Updated**: 2026-10-24

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 人群密度估计与拥挤预警

独立程序，调用 Ultralytics 的 `RegionCounter` 跟踪人并按区域计数。密度等于区域内人数除以该区域的实测面积（人/平方米）。连续多帧达到拥挤档才打印一次预警。

## 运行

下载后的环境按 [环境搭建.md](环境搭建.md) 构建。本机已验证的组合是 Python 3.12 和 CPU 版 PyTorch。虚拟环境建好并激活后：

```powershell
.\.venv\Scripts\Activate.ps1
python app.py
```

按 `q` 退出。换配置文件：`python app.py config.yaml`。

桌面界面是 `python detect_ui.py`。它的架构和功能见 [架构与功能.md](架构与功能.md)，控件布局见 [detect_ui页面布局.md](detect_ui页面布局.md)。开题报告可用的功能与优缺点简述见 [开题报告-功能与优缺点.md](开题报告-功能与优缺点.md)。

运行前改 `config.yaml`：

- `source`：视频文件路径，摄像头编号 `0`，或 `screen`（抓主屏幕）。这台机器没有摄像头，配置里先指向 `samples/solutions_ci_demo.mp4`。
- `draw_zone`：`true` 时启动后在第一帧上用鼠标划定检测区域。左键加点，点回第一个顶点或按 Enter 完成，右键撤销，C 清空，Q 退出。划完后终端会打印顶点，可粘贴回 `points`。`false` 时使用 `zones` 里写死的顶点。
- `zones`：每个区域的名称、像素顶点和现场量过的 `area_m2`。划定模式下仍要用这里的名称和面积。
- `normal_below`、`attention_below`、`hold_frames`：密度分档和连续确认帧数。

摄像头尽量俯视。人互相挡住时检测框会漏，人数会偏低。

Ultralytics 使用 AGPL-3.0。本程序如果对外分发，连带使用的 Ultralytics 代码也要按 AGPL-3.0 提供源代码。