电瓶车起火事故频发 旷视将免费开源检测算法助力守护小区平安

近日，成都市成华区某居民小区发生了一起电瓶车燃烧火情：一名男子推电瓶车搭乘电梯时，电瓶车起火自燃，造成电梯内5人不同程度受伤。类似的事件屡见不鲜，各小区的管理者急需实现智能化管理，来降低电瓶车安全隐患。以人为本推进技术落地，为减少类似事件发生，旷视于今日正式在GitHub上免费开源电瓶车检测算法模型，支持开发者迅速开发自己的阻车系统，精准识别电瓶车进入电梯等情况，守护居民平安。

图：成都一居民小区发生电瓶车燃烧火情(图源：@人民日报 微博)

作为日常生活的重要代步工具之一，电瓶车给居民短途出行带来了很大的便利，受到很多人的青睐。据中国自行车协会统计，近年来我国电瓶车社会保有量接近3亿辆。数量庞大的电瓶车给小区的管理带来了巨大压力，电瓶车违规停放、违规充电等行为让火灾等事故频发。

该如何提升电瓶车管理工作水平，防患于未“燃”?消防部门数据显示，近年来电瓶车起火致人伤亡的案例中，90%发生在门厅、过道以及楼梯间，因此，管理者加强监管、禁止所有电瓶车上楼是关键。

单纯依靠人工巡查电瓶车违规问题费事费力且不及时，管理方采用人工智能等技术实现智能管理势在必行。响应需求，旷视基于其快速生产算法的能力，在事发后的2-3天内迅速推出了可部署的电瓶车检测算法模型，并在GitHub上开源，让具备AI模型集成能力的开发者迅速开发出阻车系统，以此实现在检测到电瓶车进入电梯等区域后，迅速提醒管理人员，帮助提升电瓶车管理水平，降低安全隐患，维护小区安全。

图：旷视电瓶车检测算法演示

在使用方面，旷视开源的是基于PyTorch转换为ONNX格式后的模型，开发者可以参考Repo中给出的样例推理代码进行集成。同时，该模型使用EfficientNet小模型作为主干网络，可以在移动端做到轻量化部署。使用者可以将提供的ONNX格式模型转换至偏好的 backend(TensorRT、TVM、NCNN、Caffe2)，在iOS、Android、ARM设备上完成部署。

值得一提的是，能够快速推出该算法模型是基于旷视AI生产力平台Brain++，可以通过对当前任务的分析，自动推荐历史完成过的所有算法中包含的相似信息，协助研究员产出新的算法模型。

作为社会的细胞，社区的安全是社会稳定和谐的基础。旷视免费开源电瓶车检测算法，为筑牢社区安全基石助力，也是积极践行企业社会责任的体现。未来，旷视也将继续基于业界顶尖的人工智能基础研究与工程实践能力，与行业一道为建设和谐社会贡献企业和技术的力量。