摘要
本发明涉及一种用于密集坐姿场景的人流量监督方法及系统,该方法包括:S1:获取密集坐姿场景的视频流数据,构建原始数据集并优化锚框尺寸分布;S2:构建人流量监督模型,其在YOLOv7模型上改进实现:在骨干网络中,将开始的4个CBS模块替换为ODSConv模块,并将后续2个ELAN模块替换为E‑ELAN‑Sim模块;在头部网络中,在SPPCSPC模块中嵌入坐标注意力机制得到CA‑SPPCSPC模块,并在连接ELAN‑H模块与Concat模块的CBS模块前添加CA模块,同时在头部网络中实现四尺度检测框架,以增强小目标检测能力;通过训练数据集对构建的人流量监督模型进行训练;S3:将实时视频流数据输入训练好的人流量监督模型,输出人流监督数量。该方法及系统可以实现对密集坐姿场景下坐姿目标人的精准检测与实时统计。
技术关键词
模块
检测头
场景
实时视频流
计算机程序指令
特征金字塔
输出特征
上采样
Sigmoid函数
层级
注意力机制
网络
聚类算法
多尺度池化
通道
生成多尺度
重叠阈值
监督系统
系统为您推荐了相关专利信息
局部放电现象
智能监控方法
低压配电
电信号
机器学习模型
安全控制模块
控制阀
压力开关
密封环
机器人快换技术
在线校准系统
多光谱传感器
分层
线性关系模型
通道