摘要
本申请公开了一种用于水库监管的异常事件检测方法、系统及设备,包括:获取安装在水库周边的摄像头拍摄的视频图像数据;将所述视频图像数据输入预先训练的水库异常事件检测和跟踪模型中进行预测识别;其中,所述水库异常事件检测和跟踪模型是经过多次迭代训练的Yolov10模型搭建的,并且集成了Ultralytics算法以及Botsort跟踪算法,Yolov10模型的检测头网络由一对一网络和一对多网络组成,用于对不同目标生成一对一的预测和一对多的预测,以提高检测头网络的学习准确率,同时在推理阶段只进行一对一预测,以提高效率;输出识别的异常事件类型。能够在水库日常监管过程中提高发现异常事件的效率,便于水库人员及时发现异常事件并采取进一步行动。
技术关键词
异常事件
水库
翻越围栏
现场视频流
检测头
图像
烟火
多网络
后处理方法
坐标
推送方法
算法
分辨率
处理器通信
网络结构
系统为您推荐了相关专利信息
GIS数据处理
输送电
数据采集模块
实时数据传输
数据同步
融合知识图谱
大语言模型
水库
神经网络模型
实体
多模块
注意力机制
多尺度特征
全局平均池化
网络
图像拼接方法
融合特征
特征提取模块
卷积模块
特征提取网络