摘要
本发明公开了一种基于YOLOv5的智慧厨房目标检测方法,包括以下步骤:S1、构建目标检测的网络模型并进行训练,在YOLOv5网络结构的主干网络的C3层中,加入CBAM注意力机制,得到C3CBAM层;S2、监控实时视频预处理;通过监控系统获取实时视频流,并分割成单独的帧,对视频帧进行尺寸调整,以匹配YOLOv5模型的输入尺寸;S3、监控实时视频处理;加载构建的目标检测网络模型,对监控系统辐射的范围进行实时检测、分析和输出结果;S4、在报警系统中添加报警物;将厨房中出现的危害厨房卫生安全的动物设为报警物;S5、将网络模型与报警系统同步;将步骤S3中的输出结果同步传输至报警系统,当输出结果与报警系统内的报警物吻合时,自动触发报警系统。
技术关键词
智慧厨房
报警系统
注意力机制
检测网络模型
实时视频流
通道
网络结构
全局平均池化
视频帧
坐标
尺寸
动物
子模块
矩形
图像
系统为您推荐了相关专利信息
学习推荐方法
融合语义
学习推荐系统
语义特征
冷启动用户
钻探岩芯
图像识别方法
输出特征
注意力机制
样本
智能计费方法
云渲染
计费模型
对象
前馈神经网络
决策方法
国土空间规划
双向长短期记忆网络
语义知识图谱
土地利用分类
智能消防泵
生成对抗网络模型
故障诊断模型
主成分分析法
Wasserstein距离度量