开源项目 CV Python Tigerpro AI Platform平台本周更新:安防 ONNX 模型包上架,pt→onnx 一键转换
📖 导读
🔹 11 个安防检测 ONNX 权重直接种子入库，开箱即用
🔹 模型管理新增 pt → onnx 异步转换，推理自动变轻
🔹 YOLO 推理默认优先走 ONNX Runtime，冷启动更快
🔹 模型列表支持自定义每页条数（1–200），并本地记忆
🔹 人员离岗检测补齐多工位与移动镜头运动补偿
| |
|---|
| 安防模型包 | 11 个本地 ONNX：烟火×3、PPE/安全帽×2、跌倒/行为×2、打架×2、武器、车牌 |
| 权重转换 | 模型管理「转换」：pt → onnx（imgsz / dynamic / half 可配），可分别下载 |
| 推理路径 | 同目录有 .onnx 时优先 ONNX Runtime，少加载几百 MB 的 .pt |
| 列表体验 | |
| 离岗场景 | 多工位 + 人脸名单 + 镜头运动补偿（手持/云台视频可用） |
一句话：安防模型开箱即用，权重变轻，离岗在移动镜头里也站得住。
二、安防检测器包：11 个 ONNX，分类「安防检测」
启动后端后，种子会幂等登记 sec-* 系列模型（权重在 backend/uploads/models/ 下，缺文件则停用，不报错打断启动）。分类统一为 安防检测，任务类型为 object-detection，走 Ultralytics + ONNX Runtime CPU。
| | |
|---|
sec-fire-yolov8n | | |
sec-fire-forest-yolov8 | | |
sec-fire-collision-yolo11 | | |
sec-ppe-yolo | | |
sec-fall-yolo11n | | fall / sit / sleep / Violence 等 |
sec-fight-nano | | |
sec-weapon-yolov8 | | |
sec-plate-yolov8 | | |
说明：原包里有个命名含「跌倒」的 YOLOv12m，实测元数据是 COCO80 通用检测（无跌倒类）。平台已按实测改名标注，避免演示时踩坑。
怎么用
1. 打开 模型管理，分类筛「安防检测」
2. 到 图片 / 视频 / 摄像头检测 或 检测告警 规则里选用对应模型
3. 烟火、PPE、聚集、越线等告警链路可直接挂这些权重做联调
三、模型管理：pt → onnx，转换完检测自动变轻
YOLO 权重常见是 .pt。体积大、冷启动慢，还容易触发多余的导出尝试。现在在模型列表对 ultralytics 且已有权重的行点 「转换」：
1. 对话框展示当前 pt / onnx 明细，可分别下载（?ext=pt|onnx）
2. 配置导出：imgsz、dynamic、half 等
3. 异步任务：Ultralytics export + simplify，进度可轮询
4. 完成后同目录有 onnx，检测推理 默认优先 ONNX Runtime（可用环境变量 YOLO_PREFER_ONNX=0 关闭）
图：pt → onnx 一键转换流程与边界
边界（界面已写明）
• 支持：pt → onnx
• 不支持：onnx → pt（ONNX 是冻结推理图，无法还原可训练权重）
• 已有 onnx 时再次转换会覆盖导出结果
相关接口：weight-info / convert-weight / convert-progress。
延伸阅读
• Ultralytics export 官方文档：https://docs.ultralytics.com/modes/export/
• ONNX Runtime 官方文档：https://onnxruntime.ai/docs/
安防包一上，列表变长了。分页区支持 自定义每页数量（1–200），并写入本地存储，下次打开还是你的习惯值——不用再死磕默认 10 条翻页。
目标追踪页签里的 人员离岗检测（/ai/track?scenario=absence）本轮已可演示完整闭环：
| |
|---|
| YOLO + ByteTrack → InsightFace → FAISS |
| 整帧 / 单区域 / 多工位（每工位独立名单与计时） |
| 背景光流估全局仿射，工位钉在真实桌位上，而非屏幕坐标 |
| 工位被摇出画面（可见面积 <30%）按断流规则 暂停计时，避免误报离岗 |
| 离岗时长按 视频时间轴 推进，不再把处理耗时算进去 |
图：人员离岗检测管线：多工位 + 运动补偿
固定机位不受影响；手持横扫、云台巡检类视频，可在不同时刻抓底图画工位，播放时框会跟着桌位走。
首页也同步突出了「人员离岗 · 运动补偿」入口，方便演示直达。
路径 A · 安防检测
1. 模型管理 → 分类「安防检测」→ 确认权重已绑定
2. 图片检测选 sec-fire-yolov8n 或 sec-ppe-yolo 跑一张现场图
3. （可选）检测告警里挂烟火 / PPE 规则看事件
路径 B · 变轻推理
1. 任选一个仅有 .pt 的 ultralytics 模型 →「转换」→ pt→onnx
2. 转换完成后用同模型做一次图片检测，观察冷启动是否明显变快
3. 在转换对话框分别下载 pt / onnx 核对体积
路径 C · 离岗
1. 人脸识别页登记值班人员
2. 目标追踪 → 人员离岗检测 → 多工位画区并绑名单
3. 用手持巡检类视频验收：拖动进度条时工位框是否跟桌位、出画是否暂停计时
☐ 种子后模型管理可见 11 个 sec-*（有权重为启用，无权重为停用）
☐ 烟火 / PPE / 打架等模型可在图片检测出框
☐ ultralytics 模型「转换」可完成 pt→onnx，进度正常结束
☐ 转换后检测优先走 onnx（未设 YOLO_PREFER_ONNX=0）
☐ 模型列表自定义每页条数后刷新仍生效
☐ 离岗多工位 + 运动补偿视频：框跟桌位、出画暂停计时、时长不随处理变慢而膨胀
这轮更新不堆花活，就三件事：
安防权重进平台、推理走 ONNX、离岗在移动镜头里别误报。仓库地址：https://github.com/5758703/CV_PythonVue_TigerPro
欢迎用现场烟火/工地/通道视频跑一轮；有新场景（如违停区、非机动车专项）可以继续往「目标追踪」场景壳上挂，不必再加一排侧栏菜单。
文档版本：2026-08 · 对应提交：安防 11 ONNX、pt→onnx 转换、模型分页自定义、离岗运动补偿
💡 小贴士
两个容易踩的坑：一是别指望 onnx 转回 pt，ONNX 是冻结推理图，还原不出可训练权重；二是转换后如果某些场景必须走 .pt，用环境变量 YOLO_PREFER_ONNX=0 关掉 ONNX 优先，而不是删掉 onnx 文件。
你的现场摄像头最头疼的是哪类场景？烟火、工地 PPE 还是离岗误报？
评论区留下「场景 + 摄像头类型（固定/云台/手持）」，我帮你看挂哪个权重合适。
下一期想写违停区还是非机动车专项？留言点单 👇
👤 码农阿虎 · 🏷️ 安防 / ONNX / YOLO
10个月宝宝每天需要喝多少奶粉？
