基于深度学习算法的人车猪闯入监控方法、系统及设备

本发明公开了一种基于深度学习算法的人车猪闯入监控方法、系统及设备，包括：利用获取的报警图像构建摄像头数据库；利用改进的CenterNet目标检测模型对报警图像进行人、车辆、猪只的检测，得到已标识的图像；改进的CenterNet目标检测模型检测出人、车辆、猪只后将对应的图片发送到业务端的判别模块中；判别结果会储存到对应的摄像头数据库中；基于持续学习的原始样本重播方法和梯度情景记忆方法，对新场景报警图像进行模型训练，从而减轻遗忘。本发明在使用检测模型时，在保证单帧图像目标检测的准确性与实时性的同时，加入了特征金字塔结构、中心池化结构和级联角点池化结构，增强了模型对特征的能力，提高了闯入特定镜头场景行为判别的稳定性。