一种基于深度学习的铁路站台遗留物检测方法

本发明公开了一种基于深度学习的铁路站台遗留物检测方法，涉及铁路站台遗留物检测领域。其包括如下步骤：S1：获取图像，在有遗留物检测需求的铁路站台安装摄像头，视频图像采集模块，从摄像头端采集现场正常情况下的视频，获取需要检测的当前帧图像，同时获取历史的视频帧，并且通过人员模拟物品遗留的情况，以此来作为测试验证数据。本发明通过融合3DUnet分割算法和yolov7检测算法，能够提升铁路站台遗留物检测的鲁棒性和检测精度，同时适用于各种不同的公共场合。3DUnet分割算法和yolov7检测算法都具有较高的精度，在分割出可疑区域的基础上，进一步应用检测算法确定遗留物的种类和位置。