摘要
本发明公开了一种适用于工业流体液位追踪的视频目标检测方法与系统。包括:获取混合数据和真实数据集;对数据集进行预处理;构建由ResNet50卷积神经网络与Transformer注意力机制结合的初始神经网络;对网络的query部分进行修改,使用基于物体类别和基于前帧位置预测的query;在网络中引入长期特征记忆模块;利用预处理后的真实数据集与混合数据集进行训练;利用视频目标检测模型对视频流体目标识别;引入慢退出机制,当线性预测流体退出画面或者长时间未检测才退出;本方法不仅能适用于各种工业流体目标检测场景,模型收敛速度快,检测精度高,同时慢退出机制能弥补数据单一导致的漏检情况。
技术关键词
卡尔曼滤波器
体液
视频
数据
特征提取网络
深度神经网络训练
计算机模拟技术
物体
交叉注意力机制
记忆
编码器模块
后处理模块
队列结构
模型训练模块
工业流体
画面
系统为您推荐了相关专利信息
智能控制单元
调节系统
路面高程
数据融合算法
高度传感器
楼宇防火系统
消防管理方法
智能化楼宇
指数
时间段
轻量级神经网络
推理方法
检索策略
索引方式
多源异构数据
炎症性肠病患者
风险预测系统
时序预测模型
电子病历信息
端口