一种基于深度学习的电网作业人员实时跟踪方法及系统

本发明公开了一种基于深度学习的电网作业人员实时跟踪方法及系统，涉及作业人员实时跟踪技术领域，包括采集并标注电网作业现场图像数据，构建训练数据集，并对原始图像进行预处理操作；构建用于作业人员识别的ORTM模型，模型由多个DCBL模块组成的特征提取网络、用于像素建模的GPIM模块和实现多尺度特征整合的Ds‑SPPF模块；通过DCBL模块提取图像基础特征，输入至GPIM模块获取全局像素间依赖信息，进一步经Ds‑SPPF模块完成不同尺度空间特征的融合；将融合后的特征图输入至检测模块Head，输出包含电网作业人员的类别、位置边界框与置信度评分的目标检测结果。