跳到正文
GitHub · 去对齐工具与仓库·· 18 天前精选AI 评分55

SentryEye 开源实时交通事故检测系统,仅对约 0.1% 帧调用视觉 LLM

Enoch-Nemili/sentryeye

来源与原文

GitHub · 去对齐工具与仓库

发布时间:(北京时间)

阅读原始来源 · github.com ↗
完整链接与内容说明

https://github.com/Enoch-Nemili/sentryeye

本站目前仅有 AI 导读与摘要,未展示原文正文;技术细节、代码和完整结论请查看原始来源。

AI 导读

作者 Nemili Enoch Das 在 GitHub 开源 SentryEye,用 CCTV 视频实时检测交通事故,通过三级级联(YOLOv11 + ByteTrack 检测跟踪、运动异常信号、Gemini 或 Ollama 视觉 LLM 校验)只在约 0.1% 的帧上调用昂贵的视觉 LLM,比逐帧运行大模型减少约 99% 调用量。系统输出 Pydantic 类型化事故报告,含事故类型、严重度、车道是否受阻与建议行动;在 TAD 基准上廉价门控达到 81% 召回、31% 误报,视觉 LLM 校验可剔除误报。作者还诚实记录了学习式门控未能稳定超过手工调优规则的实验结果。

推荐理由

项目用真实事故数据给出了级联调用比例和召回率等实测结果,读者可以借鉴这种廉价过滤加昂贵校验的分层思路。

来源:GitHub · 去对齐工具与仓库 · github.com