一种基于yolov5的吸烟行为检测方法

本发明公开了一种基于yolov5的吸烟行为检测方法，涉及吸烟行为检测技术领域，包括以下步骤：S1、使用PaddleClas进行初步筛选，并基于YOLOv5的多任务学习进行检测，使用PaddleSeg进行细致的图像分割；S2、通过基于时空信息的SlowFast FasterRCNN模型中的SlowFast网络对视频帧进行不同速率的采样，捕捉到吸烟行为中的快速动作和整个吸烟过程的慢速特征，使用FasterRCNN定位图像中的吸烟行为和相关的物体；本发明通过结合PaddleClas进行初步筛选、基于YOLOv5的多任务学习进行检测以及PaddleSeg进行细致的图像分割，实现了多阶段、多模型融合的检测系统，这种多模型融合的方式能够充分发挥不同模型的优势，提高检测的准确性和鲁棒性。