在当今世界，犯罪事件越来越多，因此人们担心自己的安全和保障。其中，枪支暴力因其增长迅速而被列为全球最受瞩目的暴力事件。许多地区都使用闭路电视（CCTV）摄像机来监控活动，但我们仍然需要人为的监督和参与。我们需要一种能够自动识别这些犯罪活动的技术。本项目的重点是提供一个安全的场所，以闭路电视录像为来源，利用深度学习算法检测枪支等有害武器。因此，武器检测是当今世界的首要需求，我们的项目利用卷积神经网络（CNN）通过网络摄像头识别武器，从而实现自动武器检测。我们在自定义数据集上训练 YOLO "You Only Look Once "V4 目标检测模型，并将其付诸实施。训练结果表明，YOLO V4 在速度和准确性上都优于 YOLO V3。将该模型应用到我们的监控系统中，在较小的区域内，我们可能会挽救一个人的生命，从而降低犯罪率。此外，如果检测到武器，我们建议的系统还可以通过发送带有武器捕获图像的电子邮件向管理员发出警报。