一种基于Mamba架构的红外高速公路异物检测方法

本发明公开了一种基于Mamba架构的红外高速公路异物检测方法，包括：持续通过红外传感器，对不同光照条件下和不同天气情况下的高速公路场景进行数据采集，获得红外图像数据，通过数据增广对红外图像数据进行预处理生成训练数据，将训练数据按比例划分为训练集、测试集和验证集；构建基于Mamba架构的检测网络，包括学生网络和教师网络；基于训练集通过反向传播训练教师网络；基于教师网络的结果和真实数据来训练学生网络得到目标检测网络；将待识别的图像输入目标检测网络，得到检测结果。实现了对潜在危险的快速、准确识别,结合红外成像技术和Mamba框架的强大处理能力，保证了高检测精度，实现对异物威胁的实时响应,显著提升高速公路监控的效率和安全性。