电动车智能检测
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_bb47e3e3/electric-vehicle-detection-analysis。
技能介绍
要解决的问题
在园区、社区、校园单位和禁行道路等场景中,电动车、电动摩托车常被违规停放或驶入限制区域。人工回看监控耗时,且难以统一统计违规数量和生成可追溯报告。该技能把这类判断收敛为可重复的检测分析流程。
工作方式
- 输入:支持监控视频或静态图片,常见格式为
mp4、avi、mov、jpg、png、jpeg,单文件通常不超过10MB。 - 检测对象:识别画面中出现的电动车、电动摩托车,并判断其是否处于禁行区域。
- 区域类型:可区分
parking-lot、community、campus、road和other,便于按场景归类。 - 输出:生成结构化报告,包含监测区域信息、检测统计结果、电动车数量、违规等级和处理建议。
- 历史查询:查看历史报告时,应从云端接口获取完整数据,并按 Markdown 表格输出,避免从本地记录汇总。
适用边界
该技能更适合安防管理辅助,不能替代人工复核。涉及个人隐私和执法事实认定时,应结合现场核查与合规流程。脚本执行应保持技能自带流程,不要临时生成额外分析脚本。
使用场景
- 园区安防收到某段监控视频,需要识别禁行区内的电动车并输出违规数量。
- 社区值班查看一张图片,判断停车场是否出现电动摩托车并生成处理建议。
- 单位安全管理员查询历史检测报告,需要按接口结果列出报告名称与违规数量。
- 校园道路出现疑似违规画面,需将视频按校园场景检测并得到违规等级。
适合人员
- 园区安防负责人:把一段禁行区监控视频转成电动车数量和违规等级报告。
- 社区物业值班员:查看一张图片并确认停车场是否出现电动摩托车。
- 单位安全管理员:查询历史检测报告并按表格列出报告名称与违规数量。
- 校园运营值班:把疑似违规道路视频按校园场景检测并得到违规等级。