khadijaj12/Threat-Vision

GitHub: khadijaj12/Threat-Vision

结合目标检测、暴力分类与语义分割的实时视频安防监控pipeline,可在GPU上实现低延迟的入侵检测与威胁区域分割。

Stars: 0 | Forks: 0

# Threat-Vision 使用 YOLOv8、U-Net 和 MobileNetV3 的实时入侵者检测与威胁分割系统 —— 部署在 GPU 上,并带有实时 React dashboard。 ThreatVision AI 是一个端到端的实时监控系统, 它可以检测入侵者,逐像素地分割威胁区域, 在视频流中即时清除威胁区域,同时 模糊背景。 两阶段 pipeline: → 阶段 1:YOLOv8n 逐帧检测人员和武器 (<10ms) → 阶段 2:MobileNetV3 暴力分类器在阳性检测时触发 → U-Net ResNet34 分割威胁区域并应用视频清除 功能: - 在 T4 GPU 上实现 8.5ms 的 pipeline 延迟 - 实时 WebSocket 视频流 - 带有实时警报记录的 React dashboard - 使用 FastAPI 构建的 REST API - Docker 已准备好进行云端部署 技术栈:YOLOv8 · U-Net · MobileNetV3 · FastAPI · React · WebSocket · Docker · PyTorch · COCO
标签:Web应用开发, 人工智能, 凭据扫描, 用户模式Hook绕过, 目标检测, 计算机视觉, 请求拦截, 边缘计算