基于深度学习的异常行为检测算法

AITNT
正文
推荐专利
基于深度学习的异常行为检测算法
申请号:CN202410882367
申请日期:2024-07-03
公开号:CN118840687B
公开日期:2025-01-14
类型:发明专利
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
1
基于人工智能控制系统的磁性材料消磁方法及系统
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
2
在大数据集中分布式寻找个体的方法
节点 对象 数据 编码方法 分布式搜索
3
一种基于机器学习的无线充电电磁屏蔽优化设计方法
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
4
一种基于单像素传感器辅助光谱成像设备的光谱估计方法及系统
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
5
自动驾驶车辆安全关键且具侵略性的测试场景生成方法
测试场景生成方法 车辆 感知特征 动作控制器 车道
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