警用器材在警方人员处理突发事件与执行执勤保障任务时发挥着重要作用,实现对各级公安机关列装器材的科学高效管理具有重要的意义。目前我国的警用器材管理主要依赖传统人工方式,出错率高且管理效能低下,而市面上的普通仓库管理系统也无法满足警用器材管理中的安全性要求。因此,研发一套警用器材管理及监测系统,实现高效化、精确化管理警用器材,智能化监测器材在库状态具有重要的工程应用价值。针对系统的警用器材在库状态监测的需求,本文首先研发了基于目标检测的警用器材在库异常分析算法。以深度学习目标检测算法YOLOv4为基础,算法采用了双向特征金字塔结构优化颈部网络特征丢失问题,并新增一条细粒度预测头部分支提升算法的目标拟合能力与空间区分能力,采用Varifocal Loss以及CDIo U Loss损失函数提升算法在库室场景的适用性。通过CLAHE图像增强算法提高库室图像质量与K-means++聚类算法提升算法先验框估计精度,最终实现对库室中各类警用器材与人员的实时准确检测。然后,根据库室环境特点设计了警用器材在库状态分析方法,实现对器材异常状态的自动判定。在警用器材在库异常分析算法的基础上,本文采用浏览器/服务器架构研发了警用器材管理及监测系统软件。软件通过采集库室内实时监控视频,采用警用器材在库异常分析算法,实现对库室内的警用器材在库状态的自动化监测;同时提供Web页面实现了人机交互,并通过与外围设备的交互实现器材信息管理、器材流转管控、人员权限控制等功能。系统测试结果表明,本文研发的警用器材监测及管理系统软件能够实现对管控库室内器材的高效管理,并支持自动监测库室内警用器材的在库状态并对异常做出预警,能够满足实际的应用需求。