一种基于深度学习的植物园养护状况的识别方法与系统

本公开实施例提出了一种基于深度学习的植物园养护状况的识别方法与系统，所述方法包括：获取待检测区域不同方位的多个视频流，利用pytorch框架的cat方法将各视频流相应各帧图像合成一个四维矩阵；将四维矩阵输入到预先训练的植物园检测模型，各帧图像分别得到相应数量的目标检测框；对各方位视频依次缓存第一预设时间的视频内容，检测当前第一预设时间的视频中各帧图像的目标检测框是否存在目标事件，若存在，则将目标事件的图像标记为相应类别目标事件有效帧，判断是否满足保存条件，若是，则保存当前第一时间内相应和/或视频等信息并上传服务终端。本公开可实现放牧行为、人类破坏行为及浇水养护行为的高效识别，并保存过程视频。