【技术实现步骤摘要】
本专利技术属于计算机视觉，道路非法小摊目标检测，具体涉及一种基于eca的改进yolov7道路非法小摊检测方法。
技术介绍
1、随着现代科学技术不断发展及人民物质生活水平日益提高，流动摊贩的违规占道问题屡见不鲜。为了保障道路中各类车辆行人通行顺利，提高城镇街道整洁度，保证市容市貌，城镇应着重管理非法小摊占道问题。实际生活中，一般城市管理人员对这些现象进行视频监控，或者现场巡逻进行处理，但一方面传统方法处理需要投入大量人力进行巡查和在监控室监察，另一方面在人流量较大的场景一旦存在占道经营，人工不能在第一时间发现并且及时处理。通过实时监控获取的图像自动识别检测图像中是否存在非法小摊，就能在一定程度上缓解上述问题。关于道路非法小摊检测现有技术中存在以下技术缺陷：
2、1、现有的技术手段主要采用人工排查，但此种方法不仅需要大量人力物力，也有可能存在漏查的现象，且人工精力有限，可能存在不能及时处理的情况；
3、2、现有基于深度学习的方法检测精度不够高、检测速度较慢、检测模型大，与小摊结构适配较难；
4、3、道路中...
【技术保护点】
1.一种基于ECA的改进YOLOv7道路非法小摊检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于ECA的改进YOLOv7道路非法小摊检测方法，其特征在于：
3.根据权利要求1所述的一种基于ECA的改进YOLOv7道路非法小摊检测方法，其特征在于：
4.根据权利要求1所述的一种基于ECA的改进YOLOv7道路非法小摊检测方法，其特征在于：
5.根据权利要求4所述的一种基于ECA的改进YOLOv7道路非法小摊检测方法，其特征在于：
6.根据权利要求5所述的一种基于ECA的改进YOLOv7道路...
【技术特征摘要】
1.一种基于eca的改进yolov7道路非法小摊检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于eca的改进yolov7道路非法小摊检测方法，其特征在于：
3.根据权利要求1所述的一种基于eca的改进yolov7道路非法小摊检测方法，其特征在于：
<...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。