摘要
本发明公开了一种基于视觉检测的特种作业操作识别方法。为了克服现有的轻量级检测算法在具体的特种作业业务场景下,特征相近的目标检测结果不准确,存在目标误检的问题;本发明包括以下步骤:根据设定的标注框定准则对采集图片数据中的目标自动标定;设计含有不同尺度的并行分支的特征提取模块,各并行分支的特征图向下减小融合或向上变大融合;根据特征提取模块的输出分别以不同倍率融合特征图,基于融合后的特征图分别下采样生成不同的特征融合输出;整合构建特种作业检测算法模型。针对轻量化特征提取网络的不同特征分支的多尺度融合,保有高分辨率表征的网络分支,可更多保留更细节的特征。
技术关键词
特种作业
分支
特征提取模块
识别方法
捕获特征
分辨率
输出特征
视觉
训练算法模型
检测头
图片
特征提取网络
尺寸
融合特征
数据
阶段
视频
坐标
系统为您推荐了相关专利信息
多通道特征
桥梁拉索
信号识别方法
信号识别模型
声发射
电学层析成像
流量预测模型
数据压缩编码
特征提取模块
重构
文本
情感识别方法
情感类别
多模态情感识别
动态更新
电极头
构建深度学习网络
故障实时检测方法
注意力机制
故障检测