后端其他-远程-1个月

项目编号：【182223】
一、项⽬背景与⽬标
原算法模型用的 pytorch+yolov5 做的人员入侵电子围栏，
需要将原模型训练、编译、打包、部署到新的服务器上，这块需
要把围栏区域对应的不同皮带区分开进行报警。整个项目涉及皮
带 15 条，摄像头 160 个。
项⽬总体⽬标如下：
⚫ 实现⼈员闯⼊⽪带机危险区域的实时检测与分级告警。
⚫ 报警响应延时≤1 秒，算法检测准确率≥95%。
⚫ 系统稳定运⾏于多⼯况环境（昼夜、⽣产/检修）。
⚫ 模型与系统可⼯程化部署、可维护、可扩展。
二、需求
2.1 基于深度学习⽬标检测模型（YOLO 系列）针对现场特点
进⾏定制训练：粉尘⼲扰、复杂背景（⽪带、托辊、⽀架）、光照
强烈变化（⽩天/夜晚、逆光）。
2.2 一级预警（声光报警）：当有人员未经授权进入预设的安
全预警区域时，算法推送那个预警信号至上位机平台。二级联动
（紧急停机）：当有人员闯入更为危险的紧急停机区域时，算法
推送停机信号至上位机平台，报警响应延时≤1 秒，报警准确率
≥95%。
2.3 单个摄像头支持绘制多个电子围栏区域（多边形），需要
考虑单个摄像头管理多条皮带的情况，算法需要支持对不同区域
进行独立报警，并分别推送。
2.4 项目开发调试完成后，可能会因为天气、光照等复杂因
素造成算法误报，在工期结束后也应当配合简单调试修改，以保
证项目正常运行。如特殊情况造成费用另算。
三、测试与验收⽅案
开发完毕后，逐条对 15 条胶带机 160 个摄像头的电子围栏
进行功能测试，模拟人员闯入，验证报警和停机功能的精确性。
在不同工况（如白天/夜晚、正常生产/检修）下进行测试，验证
系统的稳定性和抗干扰能力。
四、项⽬工期和付款
工期 需求 付款
2026 年 1 月 5 日
完成 3 个摄像头电
子围栏的基础训练
部署调试工作。
支付总体 20%
2026 年 1 月 27 日
完成总体 160 个摄
像头电子围栏的测
试验收工作。
支付总体 40%
2026 年 3 月 10 日 完成优化调试工作 支付总体 40%
五、项⽬交付成果
⚫ 视觉⼈员闯⼊检测算法（可持续迭代）。
⚫ 多区域电⼦围栏配置能⼒。
⚫ 完整源码、部署⽂档、运维⼿册。