一种面向边缘计算的基于轻量级时序异常行为识别方法

本发明公开了一种面向边缘计算的基于轻量级时序异常行为识别方法，是在MobileInst骨干网络的特征提取器与解码器之间设置LSTM或GRU模块，构建识别模型；将识别模型训练之后部署在边缘设备上进行异常行为识别。本发明解决了基于深度学习的异常行为检测方法依赖硬件计算能力、难以在边缘设备部署的问题，用于基于边缘的实时异常检测，在资源受限的环境中实现高性能的异常检测，提高公共安全水平。