基于双向自适应融合和可变形注意力的智能入侵检测方法及装置

本发明公开了一种基于双向自适应融合和可变形注意力的智能入侵检测方法及装置，包括：对原始工厂危险区监控中人员入侵图像进行预处理，对图像进行标注和划分为人员入侵数据集SData；接着对目标检测模型RT‑DETR进行改进，将Backbone层中的BasicBlock模块替换为高阶可变形注意力模块HDA；采用双向自适应融合模块BAFN代替模型中Head层的Concat模块，该模块通过语义约束和细节增强两部分，促进了自上而下和自下而上的特征信息交换。使用训练集训练改进后的RT‑DETR模型，RT‑DETR模型将输入的数据映射到输出空间，产生预测的结果。本发明通过对RT‑DETR模型进行改进，可以高效可靠的对工厂危险区域人员入侵进行智能检测。