摘要
本申请提供了一种门开关状态检测方法及装置。该方法包括:利用HWD下采样层替代YOLO模型原有的下采样层,利用DySample上采样层替代YOLO模型原有的上采样层,在YOLO模型的主干网络和颈部网络之间增加PASA注意力网络,将得到的新模型作为门开关状态检测模型;获取训练图像,利用门开关状态检测模型检测训练图像中门的开关状态,得到检测结果;计算检测结果和训练图像的标签之间的损失,依据损失优化门开关状态检测模型的模型参数,以完成对门开关状态检测模型的训练;利用训练后的门开关状态检测模型提供门开关状态检测服务。采用上述技术手段,解决现有技术中检测门开关状态的准确率低的问题。
技术关键词
YOLO模型
网络
开关状态检测
注意力
检测门开关状态
图像
基础
可读存储介质
处理器
标签
模块
存储器
计算机
参数
电子设备
系统为您推荐了相关专利信息
细粒度分类
系统性红斑狼疮
人工神经网络模型
分类模型训练
模块
高精度预测方法
热源
热点
温度预测模型
热网络模型
图像处理方法
神经网络模型
轨迹特征
伪影
多头注意力机制
立体图像数据
机器人设备
视觉特征
景深信息
多维特征向量