【技术实现步骤摘要】
本专利技术涉及计算机视觉目标检测，特别是涉及基于计算机视觉的校园违规行为检测方法及系统。
技术介绍
1、复杂环境下的小目标检测是计算机视觉领域中的一个重要问题，它涉及在具有复杂背景、低对比度或者遮挡等挑战的情况下，准确地检测和定位小尺寸的目标物体。在传统的目标检测方法中，通常使用的是基于深度学习的方法，即手动设计和提取特征来表示目标。然而，复杂环境下的小目标检测仍然具有一些挑战。首先，由于小目标的尺寸较小，目标物体的信息量较少，容易受到噪声和干扰的影响，导致检测结果不稳定。其次，在复杂背景下，目标物体往往与周围环境存在相似的纹理和颜色，难以准确地区分。此外，遮挡、光照变化、视角变化等因素也会对小目标的检测造成困难。
2、专利技术人发现，现有技术中，校园吸烟检测和校园使用手机行为检测的检测准确率较低，难以满足管理人员的工作需要。
技术实现思路
1、为了解决现有技术的不足，本专利技术提供了基于计算机视觉的校园违规行为检测方法及系统；本专利技术训练出的模型具有更强的感知能力，能够更好...
【技术保护点】
1.基于计算机视觉的校园违规行为检测方法，其特征是，包括：
2.如权利要求1所述的基于计算机视觉的校园违规行为检测方法，其特征是，所述训练后的校园违规行为检测模型，训练过程包括：
3.如权利要求1所述的基于计算机视觉的校园违规行为检测方法，其特征是，所述训练后的校园违规行为检测模型，包括：
4.如权利要求3所述的基于计算机视觉的校园违规行为检测方法，其特征是，所述通道空间金字塔网络CSPPF，包括：
5.如权利要求3所述的基于计算机视觉的校园违规行为检测方法，其特征是，所述通道空间金字塔网络CSPPF，具体操作为：>
6.如权利要...
【技术特征摘要】
1.基于计算机视觉的校园违规行为检测方法，其特征是，包括：
2.如权利要求1所述的基于计算机视觉的校园违规行为检测方法，其特征是，所述训练后的校园违规行为检测模型，训练过程包括：
3.如权利要求1所述的基于计算机视觉的校园违规行为检测方法，其特征是，所述训练后的校园违规行为检测模型，包括：
4.如权利要求3所述的基于计算机视觉的校园违规行为检测方法，其特征是，所述通道空间金字塔网络csppf，包括：
5.如权利要求3所述的基于计算机视觉的校园违规行为检测方法，其特征是，所述通道空间金字塔网络csppf，具体操作为：<...
【专利技术属性】
技术研发人员：刘祥志，陈浩，满佳政，吴晓明，侯冬冬，乔友为，
申请(专利权)人：山东省计算中心国家超级计算济南中心，
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。