摘要
本发明公开了一种基于复杂背景下的人员检测与计数方法,属于目标检测与计数领域;包括如下步骤:首先获取人员原始图像,在对采集的人员图像进行数据扩增、图像超分辨率重构处理等基础上,采用EfficientNet‑YOLO网络对自建人员数据集进行训练,以EfficientNet_B0为基本骨干网络,引入通道空间注意力模块,将多个尺度特征图进行融合操作,融入自适应的非极大值抑制算法,最终形成EfficientNet‑YOLO检测与计数模型;本发明能够实现在特殊场景中的检测模型的轻量化,满足智慧公共安全领域的人员检测与计数,能保持模型轻量化、较高计数准确率。
技术关键词
计数方法
插值算法
图像超分辨率重构
注意力机制
峰值信噪比
深度学习算法
图像重构技术
重构算法
网络
数据
便携式采集
YOLO模型
双三次插值
标注软件
通道
抑制算法
系统为您推荐了相关专利信息
变电站绝缘子
分割方法
通道注意力机制
训练集
解码器
脑电信号提取
图像
解码模型
特征提取模块
Inception结构
双向注意力机制
网络
融合特征
多尺度特征
多分支
微波
激光点云数据
交叉注意力机制
数据采集模块
雷达散射截面
路径规划优化方法
交通管理模式
时域特征
三通道
多通道