摘要
本申请公开了通道障碍物检测方法、装置、设备及介质，涉及深度学习技术领域，从不同的工业场景图片中识别通道范围，将生产车间中的目标通道障碍物与不同的工业场景图片中的通道范围结合，生成通道占用数据集；目标通道障碍物为在通道中出现的历史频次大于预设频次阈值的障碍物；对通道占用数据集进行数据集扩充；数据集扩充包括图像几何变换、像素点填充、像素点加权平均、像素点增强；利用扩充后的通道占用数据集对分类模型进行训练；基于训练后的分类模型对待检测通道的图像进行分类及障碍物检测，完成对待检测通道的通道障碍物检测，解决负样本缺少、总体样本数量不足及复杂场景识别混淆问题，提高实际生产场景中识别通道被物体占用的准确性。
