融合双背景模型和改进YOLO-P的遗留物检测方法

AITNT
正文
推荐专利
融合双背景模型和改进YOLO-P的遗留物检测方法
申请号:CN202410851408
申请日期:2024-06-28
公开号:CN118864811A
公开日期:2024-10-29
类型:发明专利
摘要
本发明的实施例提供了一种融合双背景模型和改进YOLO‑P的遗留物检测方法。所述方法包括获取输入场景图像,构建双背景模型;获取双背景模型的状态信息,输入到改进的PFSM模型,输出可疑对象;将所述可疑对象输入改进的YOLO‑P模型,输出检测层;对检测层进行回归、定位和分类处理,得到遗留物检测结果。以此方式,可以提高模型整体的检测速度和精度。
技术关键词
双背景模型 遗留物检测方法 混合高斯模型 采样模块 对象 像素点 上采样 信息熵 图像 协方差矩阵 动态 因子 场景 周期 参数 输入端 光照 物体
系统为您推荐了相关专利信息
1
一种配电网多源异构数据融合方法、装置、终端及介质
注意力神经网络 电力设备健康状态 神经网络单元 多源异构数据融合 粒子
2
面向公共平台用户参与多任务贝叶斯网络模型及分类方法
贝叶斯神经网络 多任务分类 贝叶斯网络模型 平台 图像分类模型
3
精细刻画岩溶通道的三维地质建模方法
三维地质建模方法 曲面 三维地质模型 钻孔 地下水数值模拟技术
4
基于人工智能的建筑三维模型轻量化设计方法及系统
轻量化设计方法 建筑三维模型 语义分割网络 网格孔洞 装饰构件
5
结合深度学习的音视频对象智能跟踪优化方法及系统
跟踪优化方法 空间结构特征 音视频 视频运动特征 视频帧
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号