近年来，枪支暴力事件急剧增加。目前，大多数安防系统都依赖于人工对大厅和大厅进行持续监控。随着机器学习，特别是深度学习技术的发展，未来的闭路电视（CCTV）和安防系统应该能够检测威胁，并在需要时根据检测结果采取行动。本文介绍了一种使用深度学习和图像处理技术进行实时武器检测的安防系统架构。该系统依靠处理视频馈送，通过定期捕捉视频馈送中的图像来检测携带不同类型武器的人员。这些图像被输入一个卷积神经网络（CNN）。然后，CNN 会判断图像是否包含威胁。如果是威胁，它就会通过移动应用程序向保安人员发出警报，并向他们发送有关情况的图像。经过测试，该系统的测试准确率达到 92.5%。此外，它还能在 1.6 秒内完成检测。