一种基于卷积神经网络的化粪池区域异常行为检测方法技术

本发明专利技术属于人员行为分析技术领域，具体涉及一种基于卷积神经网络的化粪池区域异常行为检测方法，包括：收集正负样本图片集；遍历正负样本图片集，提取出只包含人物区域的图片；将正负样本数据集划分为训练数据集和测试数据集，增强异常行为的训练集；对YOLOv5模型进行改进；使用训练数据集训练改进的YOLOv5模型；训练过程中，每当完成一次对整个样本集的迭代，即用测试数据集对改进的YOLOv5模型进行测试；将训练好的改进的YOLOv5模型部署在视觉分析系统中，检测化粪池附近人员情况。本发明专利技术通过摄像头捕捉的视频，对化粪池附近人员行为进行检测识别并预警，达到智能巡检的效果，具备较高的实用价值。

【技术实现步骤摘要】

本专利技术属于人员行为分析，具体涉及一种基于卷积神经网络的化粪池区域异常行为检测方法。

技术介绍

1、化粪池作为一种废水处理设施，经历了多年的发展和演变，以适应不同地区和需求。通常被用于地区没有集中式污水处理设施或排水管道的地方。化粪池的主要目标是将污水中的有害微生物和废物去除，以减少环境污染，提高卫生水平。

2、现代化粪池系统越来越智能化。传感器和监测设备可以实时监测废水水质、储存容量和运行状态。这些数据可用于远程监测和管理，有助于提高系统的效率和可靠性。技术创新将继续推动化粪池技术的发展。包括更高效的处理方法、更智能的监测和管理系统以及更环保的设计。检测化粪池周围环境异常成为重中之重的问题

3、在化粪池的建造区域，由于附近人员的不安全行为(例如，抽烟、踩踏化粪池盖等违规行为等)经常导致事故的发生，另外还有部分人员向化粪池中倾倒生活垃圾，导致化粪池堵塞，损害化粪池的正常运行。这些行为都会给使用单位造成恶劣的后果。为了减少事故的发生，对化粪池建造区域内人员的不安全行为的检测的研究具有重要的意义。

4、目前，基于卷积神经网本文档来自技高网...

【技术保护点】

1.一种基于卷积神经网络的化粪池区域异常行为检测方法，其特征在于，包括：

2.根据权利要求1所述的一种基于卷积神经网络的化粪池区域异常行为检测方法，其特征在于，所述改进的YOLOv5模型以YOLOv5模型为基本架构；

3.根据权利要求2所述的一种基于卷积神经网络的化粪池区域异常行为检测方法，其特征在于，所述改进的YOLOv5模型，包括：

4.根据权利要求2所述的一种基于卷积神经网络的化粪池区域异常行为检测方法，其特征在于，ASPP模块通过引入新参数增加感受野，包括：

5.根据权利要求1所述的一种基于卷积神经网络的化粪池区域异常行为检测方法，...

【技术特征摘要】

1.一种基于卷积神经网络的化粪池区域异常行为检测方法，其特征在于，包括：

2.根据权利要求1所述的一种基于卷积神经网络的化粪池区域异常行为检测方法，其特征在于，所述改进的yolov5模型以yolov5模型为基本架构；

3.根据权利要求2所述的一种基于卷积神经网络的化粪池区域异常行为检测方法，其特征在于，所述改进的yolov5模型，包括：

4.根据权利要求2所述的...

【专利技术属性】
技术研发人员：杨泽远，杨刚，匡海军，何晓鹏，李帅永，熊心和，宋兵，汪洋，杨一博，
申请(专利权)人：万基泰科工集团数字城市科技有限公司，
类型：发明
国别省市：