二次独行检测模型的训练方法、二次独行检测方法及系统
申请号:CN202511212714
申请日期:2025-08-28
公开号:CN120726702B
公开日期:2025-11-25
类型:发明专利
摘要
本发明提供了二次独行检测模型的训练方法、二次独行检测方法及系统,训练方法包括以下步骤:构建初始二次独行检测模型,初始二次独行检测模型包含初始YOLO精修模型和初始MobileViT+时空模型,初始YOLO精修模型根据输入的一次检测结果,输出位置精修结果和独行分数预测结果;初始MobileViT+时空模型根据初始YOLO精修模型的输出,输出区域风险预测结果和时序行为预测结果;构建精修数据集,将初始YOLO精修模型训练至收敛,得到YOLO精修模型;以及构建独行数据集,采用COCO‑Person数据集和独行数据集将初始MobileViT+时空模型训练至收敛,得到MobileViT+时空模型。本发明能够在对人体目标行为进行基础行为检测的基础上,进一步细化目标行为分析,有效提高对潜在的危险行为进行识别的准确度。
技术关键词
分支
图像块
特征金字塔
时序
融合特征
多尺度特征
标签
人体
风险
网络
数据
全局特征融合
检测头
序列
分类器
智能摄像机
样本
深度学习模型