コンテンツへスキップ

セキュリティアラームシステム・プロジェクトUltralytics YOLOv8

セキュリティ警報システム

Ultralytics YOLOv8 を利用したセキュリティ警報システム・プロジェクトは、セキュリティ対策を強化するために高度なコンピュータ・ビジョン機能を統合している。YOLOv8 Ultralytics によって開発された、リアルタイムの物体検出を提供することで、システムは潜在的なセキュリティ上の脅威を迅速に特定し、対応することができます。このプロジェクトにはいくつかの利点がある:

  • リアルタイムの検知: YOLOv8 の効率性により、セキュリティアラームシステムはセキュリティインシデントをリアルタイムで検知し、対応することができるため、対応時間を最小限に抑えることができます。
  • 精度: YOLOv8 は、物体検知の精度の高さで知られ、誤検知を減らし、セキュリティアラームシステムの信頼性を高めている。
  • 統合能力:このプロジェクトは、既存のセキュリティ・インフラとシームレスに統合することができ、インテリジェントな監視のアップグレード層を提供します。



見るんだ: Ultralytics YOLOv8 オブジェクト検出によるセキュリティアラームシステムプロジェクト

コード

ライブラリのインポート

import torch
import numpy as np
import cv2
from time import time
from ultralytics import YOLO
from ultralytics.utils.plotting import Annotator, colors
import smtplib
from email.mime.multipart import MIMEMultipart
from email.mime.text import MIMEText

メッセージのパラメータを設定する

注

アプリのパスワード生成が必要

  • App Password Generatorに移動し、"security project "などのアプリ名を指定し、16桁のパスワードを取得する。このパスワードをコピーし、指定されたパスワード・フィールドに指示通りに貼り付ける。
password = ""
from_email = ""  # must match the email used to generate the password
to_email = ""  # receiver email

サーバーの作成と認証

server = smtplib.SMTP('smtp.gmail.com: 587')
server.starttls()
server.login(from_email, password)

メール送信機能

def send_email(to_email, from_email, object_detected=1):
    message = MIMEMultipart()
    message['From'] = from_email
    message['To'] = to_email
    message['Subject'] = "Security Alert"
    # Add in the message body
    message_body = f'ALERT - {object_detected} objects has been detected!!'

    message.attach(MIMEText(message_body, 'plain'))
    server.sendmail(from_email, to_email, message.as_string())

オブジェクト検出とアラート送信

class ObjectDetection:
    def __init__(self, capture_index):
        # default parameters
        self.capture_index = capture_index
        self.email_sent = False

        # model information
        self.model = YOLO("yolov8n.pt")

        # visual information
        self.annotator = None
        self.start_time = 0
        self.end_time = 0

        # device information
        self.device = 'cuda' if torch.cuda.is_available() else 'cpu'

    def predict(self, im0):
        results = self.model(im0)
        return results

    def display_fps(self, im0):
        self.end_time = time()
        fps = 1 / np.round(self.end_time - self.start_time, 2)
        text = f'FPS: {int(fps)}'
        text_size = cv2.getTextSize(text, cv2.FONT_HERSHEY_SIMPLEX, 1.0, 2)[0]
        gap = 10
        cv2.rectangle(im0, (20 - gap, 70 - text_size[1] - gap), (20 + text_size[0] + gap, 70 + gap), (255, 255, 255), -1)
        cv2.putText(im0, text, (20, 70), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (0, 0, 0), 2)

    def plot_bboxes(self, results, im0):
        class_ids = []
        self.annotator = Annotator(im0, 3, results[0].names)
        boxes = results[0].boxes.xyxy.cpu()
        clss = results[0].boxes.cls.cpu().tolist()
        names = results[0].names
        for box, cls in zip(boxes, clss):
            class_ids.append(cls)
            self.annotator.box_label(box, label=names[int(cls)], color=colors(int(cls), True))
        return im0, class_ids

    def __call__(self):
        cap = cv2.VideoCapture(self.capture_index)
        assert cap.isOpened()
        cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)
        cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)
        frame_count = 0
        while True:
            self.start_time = time()
            ret, im0 = cap.read()
            assert ret
            results = self.predict(im0)
            im0, class_ids = self.plot_bboxes(results, im0)

            if len(class_ids) > 0:  # Only send email If not sent before
                if not self.email_sent:
                    send_email(to_email, from_email, len(class_ids))
                    self.email_sent = True
            else:
                self.email_sent = False

            self.display_fps(im0)
            cv2.imshow('YOLOv8 Detection', im0)
            frame_count += 1
            if cv2.waitKey(5) & 0xFF == 27:
                break
        cap.release()
        cv2.destroyAllWindows()
        server.quit()

オブジェクト検出クラスの呼び出しと推論の実行

detector = ObjectDetection(capture_index=0)
detector()

それだけだ!コードを実行すると、何らかのオブジェクトが検出された場合、メールに1回通知が届きます。通知は繰り返し送信されるのではなく、即座に送信されます。しかし、あなたのプロジェクトの要件に合わせてコードを自由にカスタマイズしてください。

Eメール受信サンプル

Eメール受信サンプル



作成日:2023-12-02 更新日:2024-02-03
著者:glenn-jocher(2),RizwanMunawar(1)

コメント