识别结果按min_score过滤,只保留置信度大于min_score的特征结果 dynamic 可选 Boolean 标识是静态车流量检测还是动态车流量检测,静态检测只返回每种车型的车辆数,动态检测会跟踪图片,返回进入/离开车流量,官方建议最小2fps case_id 可选 Integer 同一用户下用于区分不同视频流 area 可选 二维数组 指定统计时的特定框选区域坐标,最多支持1个区域,如输入超过
若大于1,则综合考虑人体框尺寸和位置,选取最佳驾驶员目标框进行属性分析,默认取画面中右侧最大的人体作为驾驶员(普遍适用于中国大陆地区) person_info 是 object[] 驾驶员的属性行为信息;若未检测到驾驶员,则该项为[] +location 否 object 检测出驾驶员的位置 ++left 否 int 检测区域在原图的左起开始位置 ++top 否 int 检测区域在原图的上起开始位置
若大于1,则综合考虑人体框尺寸和位置,选取最佳驾驶员目标框进行属性分析,默认取画面中右侧最大的人体作为驾驶员(普遍适用于中国大陆地区) person_info 是 object[] 驾驶员的属性行为信息;若未检测到驾驶员,则该项为[] +location 否 object 检测出驾驶员的位置 ++left 否 int 检测区域在原图的左起开始位置 ++top 否 int 检测区域在原图的上起开始位置
若大于1,则综合考虑人体框尺寸和位置,选取最佳驾驶员目标框进行属性分析,默认取画面中右侧最大的人体作为驾驶员(普遍适用于中国大陆地区) person_info 是 object[] 驾驶员的属性行为信息;若未检测到驾驶员,则该项为[] +location 否 object 检测出驾驶员的位置 ++left 否 int 检测区域在原图的左起开始位置 ++top 否 int 检测区域在原图的上起开始位置
手机端实时拼接已接入AI模型以支持模糊图像检测,需引入以下依赖库及模型文件: libedge-infer.so:模糊图像检测引擎库 easyedge-sdk.jar:模糊图像检测引擎库 sdk/src/main/assets/infer/:模糊图像检测模型所在文件夹 以下为调用示例,也可参考 app/src/main/java/com/baidu/ai/easydl/montage/page/photo
CAR_MODEL:车型, CAR_PLATE:车牌,STATIC_HUMAN_TRAFFIC:静态人流量,STATIC_CAR_TRAFFIC:静态车流量, QUALITY_BRIGHT:视频质量亮度检测, QUALITY_COLOR:视频质量偏色检测, QUALITY_COVER:视频质量遮挡检测, QUALITY_BLUR:视频质量模糊检测, QUALITY_NOISE:视频质量噪声检测
若大于1,则综合考虑人体框尺寸和位置,选取最佳驾驶员目标框进行属性分析,默认取画面中右侧最大的人体作为驾驶员(普遍适用于中国大陆地区) person_info 是 object[] 驾驶员的属性行为信息;若未检测到驾驶员,则该项为[] +location 否 object 检测出驾驶员的位置 ++left 否 int 检测区域在原图的左起开始位置 ++top 否 int 检测区域在原图的上起开始位置
若大于1,则综合考虑人体框尺寸和位置,选取最佳驾驶员目标框进行属性分析,默认取画面中右侧最大的人体作为驾驶员(普遍适用于中国大陆地区) person_info 是 object[] 驾驶员的属性行为信息;若未检测到驾驶员,则该项为[] +location 否 object 检测出驾驶员的位置 ++left 否 int 检测区域在原图的左起开始位置 ++top 否 int 检测区域在原图的上起开始位置
若大于1,则综合考虑人体框尺寸和位置,选取最佳驾驶员目标框进行属性分析,默认取画面中右侧最大的人体作为驾驶员(普遍适用于中国大陆地区) person_info 是 object[] 驾驶员的属性行为信息;若未检测到驾驶员,则该项为[] +location 否 object 检测出驾驶员的位置 ++left 否 int 检测区域在原图的左起开始位置 ++top 否 int 检测区域在原图的上起开始位置
精度提升配置包-0-200ms 4 0.004 物体检测-精度提升配置包-200-300ms 5 0.005 物体检测-精度提升配置包-300-500ms 8 0.008 物体检测-精度提升配置包-500-1000ms 8 0.008 物体检测-精度提升配置包-1000-1500ms 12 0.012 物体检测-精度提升配置包-1500-2000ms 17 0.017 物体检测-精度提升配置包-2000