一种基于深度学习的停机坪翼尖冲突实时检测方法及系统

本发明公开了一种基于深度学习的停机坪翼尖冲突实时检测方法及系统，涉及停机坪安全技术领域，包括：采集不同型号飞机的若干张原始样本图像并对关键点进行标注，对标注后的样本图像进行预处理并划分为训练集和验证集；基于YOLO算法构建初始飞机检测模型并利用训练集和验证集进行训练，直至损失函数收敛，得到训练完成的飞机检测模型；将某一飞机采集的待识别视频输入训练完成的飞机检测模型中，得到目标飞机在每帧图像上的检测框；对检测框中的目标飞机进行轨迹追踪，判断本飞机与目标飞机的轨迹是否重合，若存在重合，向本飞机的机载告警系统发送报警信息。本发明可以快速准确地判断是否存在潜在的翼尖事故，提高停机坪上飞机活动的安全性。