一种基于深度学习的轿厢内电动自行车实时检测方法、装置及计算机存储介质

本发明公开了一种基于深度学习的轿厢内电动自行车实时检测方法、装置及计算机存储介质，包括：采集自然场景与电梯场景的电动自行车图片并预处理，对图片进行数据标注，构建数据集；对YOLOv7‑tiny模型进行改进，构建改进后的目标检测网络模型；利用预处理后的数据集对改进后的目标检测网络模型进行训练，得到训练后的目标检测网络模型；将模型部署在Jetson Nano人工智能开发板，对进入电梯的物体进行识别检测，根据检测结果，通过继电器拓展板实现对电梯轿门的联动控制。本发明采取轻量化网络与目标检测模型融合的策略，部署于适用于边缘计算的开发板中，采用改进后的yolov7‑tiny算法并在网络中引入额外的跳跃连接以增强特征融合，实现轻量化模型精确度的有效提升。