视频地图结合了AI目标识别技术，采用TensorFlow框架，对视频中的目标进行深度学习、模型训练，在视频播放的同时，从视频中自动识别目标的类型，标识目标物的类型和位置等信息。
SuperMap iDesktopX预定义的模型，提供了80种目标物类型，例如汽车、公交车、火车、红绿灯、行人、水杯、笔记本等交通目标以及生活用品，同时，支持设置不同目标物标识框的风格，便于区分目标类型。视频目标识别可应用于实时监控道路交通的拥挤度，例如机动车流量、非机动车流量、人流量的拥挤度。
目标检测功能操作过程分为以下两步：
第一步：检测设置
在进行目标检测前，需先进行检测设置操作，设置检测区域、检测模型、检测类型及标识风格等参数。
功能入口
视频分析选项卡->交通分析组->检测设置按钮。
参数说明
- 检测区域：勾选此复选框，可以通过设置…下拉按钮中选择数据集、选择对象、绘制矩形、绘制多边形四种方法设置检测区域，默认不勾选此复选框。
-
模型设置：支持YOLOv4、YOLOv4.h5、YOLOv4-tiny、YOLOv5x、YOLOv5l、YOLOv5m、YOLOv5s、YOLOv5n、VisDrone、道路破损、烟雾火灾十一种模型设置，默认为YOLOv4模式。其中VisDrone模型适用于正射视角的视频检测，比如无人机拍摄的正射视角视频；其他模型适用于倾斜视角的视频检测，比如道路摄像头拍摄的视频。
用户可通过自定义添加检测模型，在模型设置下拉按钮中选择自定义即可弹出自定义模型管理对话框，在对话框中通过添加、导入、修改、删除按钮管理模型。单击添加按钮，弹出添加模型对话框，可在对话框中自定义模型算法、模型文件、类型文件、训练图片大小、模型名称、模型描述参数，即可完成模型的添加。单击导入按钮即可从本地文件中导入模型文件（.sdm）。
- 检测类型：在检测类型列表的工具栏中提供了添加、删除、全选、反选工具，通过这些工具设置检测类型，同时检测类型列表中还提供了有效宽度、有效高度的设置。默认的检测类型有：公交车、自行车、摩托车、行人、卡车、汽车六种，其中公交车、卡车、汽车的有效宽度、高度均默认为74，其他类型无设置。
- 预览：应用程序提供预览视图，用来预览检测类型的风格设置。
- 风格设置：风格设置用来设置检测类型的显示效果，可设置线宽、边框色。同时支持勾选是否显示标签，并提供标签的字体、字号、加粗、右斜体设置。默认线宽为4；边框色除了行人为蓝色，其余均为白色；默认不勾选显示标签复选框。
，配置好视频分析的环境后，即可激活目标检测按钮，环境配置的详细说明请参见视频分析环境配置页面。
第二步：执行目标检测
功能入口
视频分析选项卡->交通分析组->目标检测按钮。
如下图，单击目标检测按钮后，即可从头开始播放视频，检测视频中的目标物类型，并在视频中通过标示框，动态标识目标物。
