一种基于yolov5的吸烟行为检测方法技术

本发明专利技术公开了一种基于yolov5的吸烟行为检测方法，涉及吸烟行为检测技术领域，包括以下步骤：S1、使用PaddleClas进行初步筛选，并基于YOLOv5的多任务学习进行检测，使用PaddleSeg进行细致的图像分割；S2、通过基于时空信息的SlowFast FasterRCNN模型中的SlowFast网络对视频帧进行不同速率的采样，捕捉到吸烟行为中的快速动作和整个吸烟过程的慢速特征，使用FasterRCNN定位图像中的吸烟行为和相关的物体；本发明专利技术通过结合PaddleClas进行初步筛选、基于YOLOv5的多任务学习进行检测以及PaddleSeg进行细致的图像分割，实现了多阶段、多模型融合的检测系统，这种多模型融合的方式能够充分发挥不同模型的优势，提高检测的准确性和鲁棒性。

【技术实现步骤摘要】

本专利技术涉及吸烟行为检测，具体为一种基于yolov5的吸烟行为检测方法。

技术介绍

1、吸烟检测系统是一种用于实时监测和识别吸烟行为的系统。该系统主要基于视频监控和人工智能技术，通过监控摄像头捕获目标区域的图像或视频，并利用深度学习算法对图像或视频进行分析，以识别出吸烟行为。吸烟检测系统可以应用于各种公共场所，如学校、医院、车站、机场等，以帮助管理人员及时发现并处理吸烟行为，维护公共环境的卫生和安全。

2、由于吸烟行为涉及的动作多样且细微，以及香烟作为小目标物体在视频监控中的表现，使得检测精度受到一定限制，特别是在复杂的场景下，如光线不足、遮挡严重或目标距离较远时，检测准确度会进一步降低。且由于吸烟行为的相似性，如手部动作、烟雾等，常导致与其他非吸烟行为的误检。此外，一些与香烟类似的物体，如水管、扫把等，也常被误判为香烟，进一步增加了误检率。所以我们提出了一种基于yolov5的吸烟行为检测方法，以便于解决上述中提出的问题。

技术实现思路

1、本专利技术的目的在于提供一种基于yolov5的吸烟行为本文档来自技高网...

【技术保护点】

1.一种基于yolov5的吸烟行为检测方法，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yolov5的吸烟行为检测方法，其特征在于：步骤S1中，使用PaddleClas进行初步筛选的具体步骤为：

3.根据权利要求1所述的一种基于yolov5的吸烟行为检测方法，其特征在于：步骤S1中，使用基于YOLOv5的多任务学习进行检测的具体步骤为：

4.根据权利要求1所述的一种基于yolov5的吸烟行为检测方法，其特征在于：步骤S1中，使用PaddleSeg进行细致的图像分割的具体步骤为：

【技术特征摘要】

1.一种基于yolov5的吸烟行为检测方法，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yolov5的吸烟行为检测方法，其特征在于：步骤s1中，使用paddleclas进行初步筛选的具体步骤为：

3.根据权利要求1所述的一种基于...

【专利技术属性】
技术研发人员：姚泓希，张钊诚，钟瑶姿，吴昊，王永智，钱心瑜，穆顺旗，郝美颖，闫自江，李思敏，汪健梅，邓楚涵，江雨恬，刘佳欣，
申请(专利权)人：浙江大学，
类型：发明
国别省市：