摘要
本发明公开了基于深度学习的异常行为检测算法,具体涉及目标检测技术领域,本发明的Yolov5具有轻量化的模型结构,相比其它技术显著提高了检测速度,更具实时性;而BNFNet是本发明设计的轻量化分类网络,其结构简单高效,能够有效的提取子图像的特征信息,与Yolov5结合使用,不仅保证了实时性,而且提高了网络对异常行为的判别能力。
技术关键词
图像
算法
更新模型参数
优化器
残差结构
训练集
分类网络
数据
图片
精度
鲁棒性
坐标
场景
输入端
色彩
速度
分支
软件
系统为您推荐了相关专利信息
人工智能控制系统
磁性材料
消磁方法
消磁系统
磁感应强度
无线充电电磁
优化设计方法
屏蔽结构设计
拉丁超立方采样
铝板材料
光谱成像设备
单像素传感器
估计方法
前馈神经网络
光谱设备
测试场景生成方法
车辆
感知特征
动作控制器
车道