货梯载人监控报警自动停梯系统 YOLOv7

货梯载人监控报警自动停梯系统利用安装在货梯轿厢内的监控摄像头，实时捕捉轿厢内的画面信息，货梯载人监控报警自动停梯系统一旦确认有人员进入货梯轿厢监测范围内，系统便会迅速输出报警信号。同时，与电梯控制系统实现联动，强制电梯不关门、不运行，从而将人员拒之于危险之外。这种自动化的干预措施，能够在第一时间阻止人员乘坐货梯，避免因违规操作引发的事故。此外，系统还具备智能学习功能，能够不断优化检测算法，进一步降低误报和漏报现象的发生概率，提高系统的可靠性和稳定性。

YOLOv7 在 5 FPS 到 160 FPS 范围内，速度和精度都超过了所有已知的目标检测器
并在 V100 上，30 FPS 的情况下达到实时目标检测器的最高精度 56.8% AP。YOLOv7 是在 MS COCO 数据集上从头开始训练的，不使用任何其他数据集或预训练权重。相对于其他类型的工具，YOLOv7-E6 目标检测器（56 FPS V100，55.9% AP）比基于 transformer 的检测器 SWINL Cascade-Mask R-CNN（9.2 FPS A100，53.9% AP）速度上高出 509%，精度高出 2%，比基于卷积的检测器 ConvNeXt-XL Cascade-Mask R-CNN (8.6 FPS A100, 55.2% AP) 速度高出 551%，精度高出 0.7%。

在现代建筑中，货梯作为重要的垂直运输工具，广泛应用于各类货物的搬运。然而，货梯载人现象时有发生，这不仅违反了安全规定，更存在极大的安全隐患。为有效预防此类安全事故，一款基于 YOLOv7+Python 深度学习算法的货梯载人监控报警自动停梯系统应运而生，为货梯安全管理提供了有力的技术支撑。通过升降机电梯区域人数分析预警摄像机，把数据发送到监管中心，实时监控升降机轿厢内人数，当轿箱内人数超过额定载客人数或预设阀人数值时，系统会自动报警并锁定轿厢，防止升降机在超员的情况下运行。

# From Mr. Dinosaur
 
import os
 
 
def listdir(path, list_name):  # 传入存储的list
    for file in os.listdir(path):
        file_path = os.path.join(path, file)
        if os.path.isdir(file_path):
            listdir(file_path, list_name)
        else:
            list_name.append(file_path)
 
 
list_name = []
path = 'D:/PythonProject/data/'  # 文件夹路径
listdir(path, list_name)
print(list_name)
 
with open('./list.txt', 'w') as f:  # 要存入的txt
    write = ''
    for i in list_name:
        write = write + str(i) + '\n'
    f.write(write)

货梯载人监控报警自动停梯系统除了实时预警和自动停梯功能外，该系统还为事后管理查询提供了便利。所有监控画面和报警记录都会被系统自动保存，管理人员可以随时查看现场录像，对违规行为进行追溯和分析。这不仅有助于对相关人员进行教育和处罚，还能为完善货梯安全管理措施提供有力依据。通过对历史数据的分析，管理人员可以发现货梯载人现象的规律和高发时段，从而有针对性地加强监管力度，为货梯安全管理筑起了一道坚固的防线。