实行垃圾分类，关系到我们的生活环境，能够节约资源。垃圾分类涉及分类投放，分类收集，分类运输，分类处理等多个环节，这里主要关注生活垃圾的分类投放。 对于垃圾投放站，一般都设置了可回收物，餐厨垃圾，有害垃圾，其他垃圾四类收集桶，虽然桶上有明显的标志，但是居民往往对手上的垃圾难以判断属于哪一种类，如果有一个分类提示渠道，将更好的引导垃圾分类的执行。

AI垃圾识别检测采用深度学习算法，针对各种垃圾（塑料袋、各种包装纸箱、瓶子。。。）等检测，检测到拉圾时抓拍并上传，识别率可达99%以上

1. 支持划定区域方式检测到垃圾触发

2. 支持选择目标对象类型（包装箱、垃圾袋、瓶子等等）

3. 支持时间段布控

4. 支持设定小评分阈值设定，评分小于此阈值时被过滤掉。

5. 支持手工绘制排除区

6. 支持设定是否联动语音TTS播报(本地或网络语音模块) 

7. 支持设定是否联动开关量输出

8. 支持设定多边形布控区，未设置布控区时，则全景布控

9. 支持设定布控时间 

10. 支持设定是否联动录像(N秒）

通过AI算法检测视频内的人员举手行为，约定为呼救或者通知服务人员。

AI有人举手行为检测算法，发现有人举手立即产生预警事件

算法功能特点： 

1. 采用深度学习结合人体姿态方式，识别举手行为。

2. 检测速度快，运算成本低

3. 对行人评分未达到阈值的自动排除，去除误报

4. 支持设定持续N秒后触发抓拍事件

5. 支持设定低于人体宽度或高度阈值的自动排徐

6. 支持手工绘制排除区

7. 支持设定是否联动语音TTS播报(本地或网络语音模块)

8. 支持设定是否联动开关量输出

9. 支持设定多边形布控区，未设置布控区时，则全景布控

10. 支持设定布控时间

11. 支持设定是否联动录像(N秒）

路面井盖缺陷识别检测系统利用马路两旁的监控摄像头对城市各条马路井盖进行检测，如路面井盖缺陷识别检测系统检测井盖缺失，立即抓拍存档并反馈后台人员及时处理或者架设指示标识，防止人员掉入。路面井盖缺陷识别检测系统提高了后台人员监控效率，降低安全事故发生。

井盖识别算法可给定多个井盖区域ROI，分别对各井盖roi区域进行井盖检测，如果没有检测到井盖的帧数超过设置的帧数，则认为发行井盖缺失，进行报警。

井盖识别主要用于街道，园区的井盖的状态识别。

算法功能特点：

1. 检测速度快，运算成本低

2. 支持手工绘制井盖区域ROI

3. 支持设定持续N秒后触发抓拍事件

4. 支持设定是否联动语音TTS播报(本地或网络语音模块)

5. 支持设定是否联动开关量输出

6. 支持设定多边形布控区，未设置布控区时，则全景布控

7. 支持设定布控时间

8. 支持设定是否联动录像(N秒）

戴口罩检测算法基于深度学习技术，用于检测目标是否正确佩戴口罩，可用于学校、医院、后厨等人员密集场所，有效监测人员口罩佩戴情况，可有效保障工作场所安全状况。

算法具有良好的适配性，对于各色普通口罩、外科口罩、医用口罩、棉布口罩、KN 95口罩等多种口罩均可有效进行检测。

算法功能特点：

1. 采用深度学习方式，支持口罩识别+人脸识别组合识别。

2. 检测速度快，运算成本低

3. 对口罩评分未达到阈值的自动排除，未检测到人脸的自动排除，去除误报

4. 支持设定持续N秒后触发抓拍事件

5. 支持设定低于口罩宽度或高度阈值的自动排徐

6. 支持手工绘制排除区

7. 支持设定是否联动语音TTS播报(本地或网络语音模块)

8. 支持设定是否联动开关量输出

9. 支持设定多边形布控区，未设置布控区时，则全景布控

10. 支持设定布控时间

11. 支持设定是否联动录像(N秒）

本烟火识别系统基于人工智能视频分析和深度学习技术，实现对监控区域内的烟和火进行识别、实时分析报警。

不依赖其他传感设备，直接对视频监控区域的画面的烟雾和火焰均可及时准确识别，无误报，无漏报。对烟雾和火焰实时分析报警，同时将报警信息快照和报警视频存入数据库，将报警信息及时推送给相关的管理人员。

算法功能特点：

1. 检测速度快，运算成本低

2. 对评分未达到阈值的自动排除，去除误报

3. 支持设定持续N秒后触发抓拍事件

4. 支持设定低于宽度或高度阈值的检测对象自动排徐

5. 支持手工绘制排除区

6. 支持设定是否联动语音TTS播报(本地或网络语音模块)

7. 支持设定是否联动开关量输出

8. 支持设定多边形布控区，未设置布控区时，则全景布控

9. 支持设定布控时间

10. 支持设定是否联动录像(N秒）