【技术实现步骤摘要】
本专利技术属于数据处理领域，特别是一种基于yolov5算法的行为检测方法和系统。
技术介绍
1、在工业园区、加油站以及化学实验室等特殊场所，往往会明文禁止打电话与吸烟。然而，由于工人吸烟或者打电话可能带来更高的安全隐患从而严重威胁生命安全与财产损失。目前，以卷积神经网络(convolutional neural network，cnn)为代表的深度学习方法广泛应用于目标检测领域，该方法的优势在于可以有效且实时地实现端到端的目标检测，优于传统方法以及特征提取结合分类器的方法。
2、然而，在实际的打电话、吸烟检测中往往存在以下难点，手机、香烟占视频画面的像素较小，属于小目标；摄像头距离远近的不同、光照的差异以及行人角度变换等因素，会降低检测算法的泛化性能，以上情况易造成模型的漏检和误检。
技术实现思路
0、
技术实现思路
：
1、本专利技术要解决是对打电话、吸烟等类似行为进行检测时易产生漏检、误检的问题。
2、本专利技术提出一种基于yolov5算法的行为检测方法
【技术保护点】
1.一种基于yolov5算法的行为检测方法，其特征在于，包括：
2.根据权利要求1所述的基于yolov5算法的行为检测方法，其特征在于，所述步骤1中，通过计算分类损失、置信度损失和定位损失训练yolov5模型，定位损失通过CDIOU函数计算。
3.根据权利要求2所述的基于yolov5算法的行为检测方法，其特征在于，所述步骤1中，所述CDIOU函数通过计算真实框和预测框的IOU损失和diou值得出，diou值用于表示真实框和预测框的相对位置关系。
4.根据权利要求1所述的基于yolov5算法的行为检测方法，其特征在于，所述步骤1中，所...
【技术特征摘要】
1.一种基于yolov5算法的行为检测方法，其特征在于，包括：
2.根据权利要求1所述的基于yolov5算法的行为检测方法，其特征在于，所述步骤1中，通过计算分类损失、置信度损失和定位损失训练yolov5模型，定位损失通过cdiou函数计算。
3.根据权利要求2所述的基于yolov5算法的行为检测方法，其特征在于，所述步骤1中，所述cdiou函数通过计算真实框和预测框的iou损失和diou值得出，diou值用于表示真实框和预测框的相对位置关系。
4.根据权利要求1所述的基于yolov5算法的行为检测方法，其特征在于，所述步骤1中，所述yolov5模型包括输入模块、骨干网络、颈部网络和输出模块，所述输入模块用于对输入的图像进行预处理操作，所述骨干网络用于对图像进行特征提取并输出特征图，所述颈部网络用于对骨干网络输出的特征图进行维度变换，所述输出模块用于对维度变换后的特征图进行处理并输出数据的预测值。
5.根据权利要求1所述的基于yolov5算法的行为检测方法，其特征在于，所述步骤2中，yolov5模型依次抽取一帧进行检测，在当前帧检测完后对符合条件a的检测对象，对其赋值并将该值压入栈中；开...
【专利技术属性】
技术研发人员：鲍浩，胡政，杨艺，肖洪东，胡君杰，
申请(专利权)人：绍兴市北大信息技术科创中心，
类型：发明
国别省市：
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。