摘要
本发明涉及物流领域,公开了站台人员安全检测方法、装置、设备及存储介质,该方法用于在车尾倒车区域识别到人员时触发安全预警机制。该方法包括采集并标注车尾倒车区域的图像,得到标注数据和训练样本集;对训练样本集实施对抗性数据增强,得到增强数据集;构建结合轻量级卷积神经网络架构和多头自注意力机制的目标检测模型,并在目标检测模型中集成自适应多尺度锚框生成模块,得到待训练模型;使用增强数据集对待训练模型进行训练,并在训练过程采用周期性重启的余弦退火学习率与自适应梯度裁剪联合优化模型参数,得到安全检测模型;将实时采集的站台图像输入安全检测模型以检测车尾倒车区域是否存在人员,并在识别到人员时触发安全预警机制。
技术关键词
轻量级卷积神经网络
站台
多尺度
生成训练样本
训练样本集
计算机可读指令
预警机制
注意力机制
图像
数据
动态场景
矩阵
谱聚类算法
对抗性
分割算法
卷积模块
参数
拉普拉斯
系统为您推荐了相关专利信息
齿轮点蚀检测方法
在线检测系统
机械装备故障智能诊断
校准
空洞
智慧园区管理系统
动态元数据
多尺度特征融合网络
视频流
分布式光纤测温系统
视觉特征编码
多尺度特征
评价系统
嵌入特征
融合特征
医学图像分割方法
医学图像分割模型
医学图像分割网络
分支
输出特征