电瓶车电池在封闭空间内过热或短路时，容易引发火情。此外，电瓶车占用空间较大，可能阻碍电梯内其他乘客的正常使用，增加电梯的负载，影响电梯的使用寿命。通过检测和禁止电瓶车进入电梯，可以有效减少这些风险，保护乘客安全，维护电梯的正常运行和使用寿命。如何实现电梯内电瓶车实时检测识别并报警，同时控制电梯门关闭，进行多手段阻行对于维护公共安全、生命财产安全等方面具有重要的研究意义。

纵观常规目标检测或电梯轿厢内禁入目标检测模型的发展历史，大量的标注数据集发挥了至关重要的作用。数据集有助于研究人员对各类目标检测模型进行准确的定量评估分析，为方法评价和后续改进提供依据。然而,并非所有相关文献都会对数据集的构建进行详细说明和提供获取途径。目前缺乏电梯内禁入目标检测有关的数据集，此外，已有的一些数据存在一些偏差或为商业数据，这些问题都不利于电梯轿厢内电动自行车目标检测技术的发展。针对以上问题，365体育网址：计算机与人工智能学院计算机视觉团队联合合肥薪火信息科技有限公司提出了“大规模多类别电动车目标检测数据集-1.0”（简称：XHNet_EB-1.0），XHNet_EB-1.0数据集共4个大类，共计184375幅真实电梯场景实例，数据总量共计20万幅，首次公开提出独立标框的分段标注方式，解决了市面产品主流“全车标注”方式带来的框入无关特征多，误检率高的问题。

论文标题和署名情况

电动车检测结果

近期，相关成果以“Detection dataset of electric bicycles for lift control”为题被期刊Alexandria Engineering Journal发表（论文引用格式：Fengyun Cao, Guang Sheng, Yuting Feng, Detection dataset of electric bicycles for lift control [J], Alexandria Engineering Journal, Volume 105, 2024, Pages 736-742. ）。该期刊为中国科学院二区TOP期刊，影响因子为5.9。合肥师范学院为该论文的第一单位，计算机与人工智能学院曹风云老师为第一作者、通讯作者。

另外，曹风云老师与合肥薪火信息科技有限公司联合申报获批安徽省计算机学会科技进步奖，体现了双方产学研合作成果。

校企产学研合作申报获奖

相关研究工作得到安徽省教育厅协同创新项目、产学研合作项目的支持。（计算机与人工智能学院 科研处）