一种基于神经网络模型的电动栏杆机起落时间的测量方法

本发明涉及一种基于神经网络模型的电动栏杆机起落时间的测量方法。为解决高速电动栏杆机的起落时间测量不精确的问题。该方法的核心在于利用高速摄像机采集电动栏杆机起落的视频图像数据，并构建一个经过改进的YOLOv5神经网络模型。该模型在检测头部集成了角度回归功能，以精确预测栏杆的动态角度；同时引入RepVGG模块优化推理速度，确保实时处理能力。通过采用CIoU角度损失函数，进一步提升了角度预测的准确性。本发明还融合了基于光流法的时间补偿算法，以修正因视频帧率不稳定可能导致的时间误差。最终，依据连续多帧角度变化率达到预设阈值的判断机制，精确地识别栏杆的起动和停止时刻，从而实现对电动栏杆机起落时间的高精度测量。