毕业于山东科技大学计算机专业的刘海璐，2024年通过“机关警力下沉”来到基层派出所。面对辖区老旧小区多、电动车盗窃警情占比近四成的难题，这位年轻的“科班生”决心用自己的专业“琢磨点不一样的东西”。

人眼一帧帧找？不如AI“一眼认”

“以前破这种案子，全靠人眼‘一帧一帧找’。”城区派出所所长孙勇坦言，若第一现场没监控，往往要调取周边所有监控，顺着线索一点点追查，“耗费大量时间和精力，还可能找不到。”

刘海璐的“琢磨”，始于一起让他“心里压着”的案子。2025年秋天，一位辖区居民的红色雅迪牌电动车被盗。“这辆电动车就是他日常出行必备的工具，每天骑车买菜、接送孩子，所以他特别着急，报警后当天就问过好几次。”居民的一次次询问，也让刘海璐心里感受到了同样的焦急。

彼时，寿光早已建成覆盖广泛的公共视频网络。“嫌疑人偷了车，总要骑到别处，一定会被拍到。”刘海璐想，能不能从海量的视频截图里，把某一辆特定的电动车快速找出来？他萌生了一个想法：为电动车“画像”，用AI模型给数据“装上眼睛”，在海量信息中精准“筛”出目标。

半小时锁定失窃车，“科技路，太科技了”

思路清晰，要如何落地呢？没有现成系统，刘海璐就从零开始，选用前沿的YOLO11目标检测算法作为框架。样本不够，他就从警务平台抓拍图和视频流中，一帧一帧裁剪、收集；没有专业设备，他把自己笔记本电脑里的4060显卡“压榨”到极限。训练模型是个“烧脑”的精细活，参数调优、样本标注、迭代测试，他常常在值完夜班后继续“捣鼓”到凌晨。

“有一次我俩值夜班，半夜醒来，就看见他还在电脑前，电脑屏幕上跟演电影似的，全是代码。”副所长桑文超回忆起第一次见到刘海璐训练出的模型，仍满是惊喜。“后来亲眼见证了大模型用了不到半小时就锁定了被盗窃车辆，我还激动地发了条朋友圈。”

那条朋友里这样写道：第一次见到现场制作大数据模型破案的，科技璐，太科技了！

“从人找车”变为“从车找人”，破案率同比提升16.5%

历经数次迭代，刘海璐训练的模型识别准确率稳定在95%以上。压在他心头的那辆“红色雅迪”也很快被找到。“原来靠人力‘碰运气’可能要几天，现在模型跑数据，半小时就能出结果，我们只需复核最终几组。”刘海璐说。

“技术将民警从繁琐的初步筛查中解放出来，实现了‘向科技要警力’。”在孙勇看来，这个大模型不仅提升了办案效率，更是对办案思路的转变，“原先破获此类案件，是先锁定犯罪嫌疑人，再找到失窃车辆，是从人找车，而现在，思路变为了从车找人。”

去年9月，寿光汽车站周边连续发生两起电动车盗窃案，现场均无监控。传统侦查受阻，刘海璐利用模型训练，发现两案嫌疑人为同一人，迅速破案并带破积案两起。11月，一起夜间电瓶盗窃案中，嫌疑人伪装严密，他依据模型，成功锁定三名嫌疑人。

自模型投入实战以来，已协助破案5起，抓获嫌疑人9名，辖区盗窃案破案率同比提升16.5%。

“如果不在基层，我也做不出这个东西”

刘海璐的“模型”并未止步于盗窃案。他曾受交警同事请托，协助处理一起“老头乐”肇事逃逸案。他根据训练模型，从库中筛出该车辆信息，最终锁定了肇事者。

“我的愿望就是能用科技为大家赋能。”刘海璐不满足于“接一案、训一车”。他的长远计划是构建一个参数库，将模型平台化、系统化。“理想状态下，民警破案时，只需上传车辆现有信息，系统就能自动核查比对，像‘识图软件’一样方便。”

作为从机关下沉到基层的民警，刘海璐深刻感受到基层警力紧张与技术需求的迫切。他说：“如果我不在基层，就不会知道电动车盗窃这么让人头疼，也就不会想去做这个模型。”

从机关科室到街头巷尾，从代码世界到民生琐事，刘海璐完成了专业与使命的嫁接。他用一行行代码，将冰冷的视频数据转化为守护群众财产的热乎力量；他用一个个深夜的灯光，照亮了电动车“回家”的路，也照亮了科技强警、为民服务的新方向。

“这事关老百姓的出行和平安，虽然东西小，但民生事大。”刘海璐说。在他的屏幕上，代码仍在运行，那束由数据汇聚而成的追光，正穿透屏幕，照向更深、更远的平安之路。