一种工业场景自适应持续学习异物检测方法

本申请公开了一种工业场景自适应持续学习异物检测方法，所述工业场景自适应持续学习异物检测方法包括：S1：基于长短帧结合的运动侦测，完成候选框获取及确认；S2：对候选框周围进行二值化处理，并进行边缘检测，从而完成相应位置物品拿取确认；S3：候选区AI检测，基于AI网络对候选区域进行裁剪，并与特征库进行匹配，若匹配成功，则认定为是相应类型异物，并更新异物特征库。本申请通过GMM进行前景提取，多帧对比识别新目标，再借助AI识别机制进行语义级判断，并引入持续学习机制不断优化识别能力，适应异物变化，提升了检测系统在实际环境中的准确性、灵活性与智能化水平。