查询缺陷密度 功能介绍 查询缺陷密度 调用方法 请参见如何调用API。 URI POST /v2/{project_id}/bug-density/query 表1 路径参数 参数 是否必选 参数类型 描述 project_id 是 String devcloud项目的32位id

查看更多 →

人群密度检测 统计设定区域内人数，超过阈值时生成告警。 前提条件 需开启实况自动抓拍开关，否则无法获取点位实况截图。请参考实况自动抓拍，或根据页面提示开启。 需开启态势分析智能开关，态势分析智能开启后会关闭其他智能，且设备可能会重启。 操作步骤 登录行业视频管理服务后台。 选择“远程配置

查看更多 →

API概览 表1 边缘算法API列表 API 说明 边缘人流量统计 该服务提供了人流量统计功能，可检测视频中穿过自定义线与区域的人流量，以及视频帧中的热点分布信息。 边缘入侵检测 该服务提供了区域入侵、过线入侵功能。通过视频检测到有人或车触发入侵，会上报告警。 边缘关键岗位检测

查看更多 →

车停放在违规区域，会上报违停事件信息；当有非机动车入侵禁止区域，则上报非机动车入侵事件信息。 2 边缘人流量统计 该服务提供了人流量统计功能，可检测视频中穿过自定义线与区域的人流量，以及视频帧中的热点分布信息。 3 边缘入侵检测 该服务提供了区域入侵、过线入侵检测功能。通过视频检测到有人或车触发入侵，会上报告警。

查看更多 →

缺省值：0 density_sw 否 Integer 密度估计开关。用户可自定义是否启用密度估计模型来评估人数统计结果。推荐当人数较多、告警人数阈值较大的场景启用密度估计模型；当人数较少、告警人数阈值较低的场景可不用密度估计模型。 默认启用密度估计模型，取值为1，取值范围是[0, 1]。 最小值：0

查看更多 →

边缘服务API 创建边缘人流量统计作业 创建边缘入侵检测作业 创建边缘关键岗位检测作业 创建边缘遗留物检测作业 创建边缘高密度人群统计作业 创建边缘工服工帽检测作业 创建边缘烟火检测作业 创建边缘打架检测作业 创建边缘共享单车检测作业 创建边缘个体事件行为检测作业 创建边缘个体动作检测作业

查看更多 →

默认值：90，表示图片压缩比为90% density_sw 否 Int 密度估计开关。用户可自定义是否启用密度估计模型来评估人数统计结果。推荐当人数较多、告警人数阈值较大的场景启用密度估计模型；当人数较少、告警人数阈值较低的场景可不用密度估计模型。 默认启用密度估计模型，取值为1，取值范围是[0, 1] target_roi

查看更多 →

面向智慧商超的客流统计技能。本技能使用深度学习算法，实时分析视频流，自动统计固定时间间隔的客流信息。 本技能支持： 根据业务需求划定区域，只统计固定区域内的客流，技能返回区域内客流的统计信息和坐标信息。 绘制客流统计线，对人形经过该线的人数进行统计，返回客流统计信息。 区域客流统计还可以根据客流坐标生成人流热力图。

查看更多 →

升城市治理效率。 智慧场馆 通过人工智能和大数据技术，对文体场馆的人群态势感知、应急事件处置进行高度智慧化管理，提供包含人流量统计分析、人群热力图分布、人群密度检测、人员身份和车辆信息验证、烟火检测、消防通道占用检测、人员倒地检测等能力的智慧场馆解决方案。 智慧工地 基于AI、大

查看更多 →

图1 电子围栏1 图2 电子围栏2 人流统计 通过人流量统计算法，可以对摄像头的画面进行人数统计和热度统计。支持自定义过线、区域、热力图检测周期可配置，可以对关键区域的行人流量进行统计，为超市、小区制定管理策略。 图3 人流统计1 图4 人流统计2 离岗检测 基于关键岗位检测算法，

查看更多 →

图1 电子围栏1 图2 电子围栏2 人流统计 通过人流量统计算法，可以对摄像头的画面进行人数统计和热度统计。支持自定义过线、区域、热力图检测周期可配置，可以对关键区域的行人流量进行统计，为超市、小区制定管理策略。 图3 人流统计1 图4 人流统计2 离岗检测 基于关键岗位检测算法，

查看更多 →

升城市治理效率。 智慧场馆 通过人工智能和大数据技术，对文体场馆的人群态势感知、应急事件处置进行高度智慧化管理，提供包含人流量统计分析、人群热力图分布、人群密度检测、人员身份和车辆信息验证、烟火检测、消防通道占用检测、人员倒地检测等能力的智慧场馆解决方案。 智慧工地 基于AI、大

查看更多 →

integers 时间热度图统计数据列表 type是DAY时返回是当天24小时的人流统计数据 type是WEEK时返回是当周7天的人流统计数据 type是MONTH时返回是当月天数的人流统计数据 type是YEAR时返回是当年12个月的人流统计数据 请求示例 获取时间热度图统计 GET /v1

查看更多 →

基于CodeArts IDE Online、TensorFlow和Jupyter Notebook开发深度学习模型 概要 准备工作 导入和预处理训练数据集 创建和训练模型 使用模型

查看更多 →

智能统计 查询人流统计日周月年信息 获取时间热度图统计 获取空间热度图统计 父主题： 行业数据流管理

查看更多 →

迁移学习 如果当前数据集的特征数据不够理想，而此数据集的数据类别和一份理想的数据集部分重合或者相差不大的时候，可以使用特征迁移功能，将理想数据集的特征数据迁移到当前数据集中。 进行特征迁移前，请先完成如下操作： 将源数据集和目标数据集导入系统，详细操作请参见数据集。 创建迁移数据

查看更多 →

码进行学习 操作路径：培训-学习-学习项目-更多-分享 图21 分享1 图22 分享2 数据监控 通过查看学员培训进度，监控学员学习状态 操作路径：培训-学习-学习项目-数据 图23 数据监控1 图24 数据监控2 任务监控统计的是以任务形式分派的学员学习数据 自学记录统计的是学员在知识库进行自学的学习数据

查看更多 →

学习空间 我的课堂 MOOC课程 我的考试

查看更多 →

学习任务 管理员以任务形式，把需要学习的知识内容派发给学员，学员在规定期限内完成任务，管理员可进行实时监控并获得学习相关数据。 入口展示 图1 入口展示 创建学习任务 操作路径：培训-学习-学习任务-【新建】 图2 新建学习任务 基础信息：任务名称、有效期是必填，其他信息选填 图3

查看更多 →

学习目标 掌握座席侧的前端页面开发设计。 父主题： 开发指南

查看更多 →

课程学习 前提条件 用户具有课程发布权限 操作步骤-电脑端 登录ISDP系统，选择“作业人员->学习管理->我的学习”并进入，查看当前可以学习的课程。 图1 我的学习入口 在“我的学习”的页面，点击每个具体的课程卡片，进入课程详情页面。可以按学习状态（未完成/已完成）、学习类型（

查看更多 →