摘要
本发明提出一种监控人车入侵的方法及装置,包括:将人车入侵检测数据集划分为训练集和验证集,对训练集进行预处理得到标注后的训练集图像;对训练集图像的标注框进行聚类生成先验框图;构建改进YOLOv7目标检测网络模型,提取多尺度特征,颈部网络融合多尺度特征,获得检测头,构建损失函数;基于训练集图像以及验证集,使用迁移学习方式对改进YOLOv7目标检测网络模型进行训练;将监控图像输入训练好的模型进行推理得到推理结果,再将推理结果进行边框过滤,然后将过滤后的推理结果保存稿时序表中,当时序表中同一对象出现的次数达到设定阈值则输出该对象入侵的警报。本发明实时性强、对深夜环境的鲁棒性强且实际应用价值高。
技术关键词
检测网络模型
入侵检测数据
融合多尺度特征
训练集数据
人车
检测头
生成图像数据
对象
聚类
语义
饱和度
警报
时序
模块
精度
系统为您推荐了相关专利信息
无人驾驶车辆
速度规划方法
速度规划算法
车辆周围环境信息
地图模块
融合可见光图像
红外光
检测网络模型
语义
深度卷积特征
识别方法
台球识别
网络结构
台球桌面
注意力机制
人工智能算法
覆冰
风机发电功率
概率密度函数
超参数