基于深度学习的泳池溺水并行监测方法及系统

本发明涉及机器视觉及人工智能技术领域，公开一种基于深度学习的泳池溺水并行监测方法及系统，以提高检测的精度和效率。方法包括：将采集的图像一路传输给图像识别模型，一路传输给姿态估计模型；将图像识别模型和姿态估计模型基于同一图像的处理结果进行汇总后输出；其中，图像识别模型采用改进的YOLOv11模型，其主干网络采用VanillaNet，并在主干网络的前端加入用于提升模糊环境下目标检测性能的HAT模块，且在主干网络的末端加入RCCA模块；姿态估计模型采用HRNet网络获取游泳者的各个关键点坐标，然后计算其他关键点与脖子关键点之间的距离向量，并根据距离向量的相似度结果判定是否溺水。