【技术实现步骤摘要】
本专利技术涉及深度学习，具体涉及一种吸烟检测方法、装置及电子设备。
技术介绍
1、在公共场所、工作场所或特定区域（如医院、学校、厨房等）内，吸烟不仅对个人健康造成威胁，也会对他人产生二手烟危害。传统的烟雾探测器只能检测到烟雾，而无法区分是香烟产生的烟雾还是其他来源的烟雾，因此存在误报和漏报的问题。此外，人工监管成本高且效率低。为解决这些问题，需要一种能够准确识别香烟，并在发现吸烟行为时及时发出警报的智能系统。还有一些其他的采用神经网络模型识别的方法，无法准确识别吸管、筷子和香烟，容易造成误检。
2、综上，现有的吸烟检测方法无法同时满足检测效率高、成本低和准确性高的要求。
技术实现思路
1、有鉴于此，有必要提供一种吸烟检测方法、装置及电子设备，用以解决现有的吸烟检测方法无法同时满足检测效率高、成本低和准确性高的技术问题。
2、为了解决上述问题，一方面，本专利技术提供了一种吸烟检测方法，包括：
3、获取待检测的视频图像，将所述视频图像输入至人体检测模型，得到
【技术保护点】
1.一种吸烟检测方法，其特征在于，包括：
2.根据权利要求1所述的吸烟检测方法，其特征在于，所述人体检测模型和所述香烟目标检测模型均是基于添加有SELayer注意力机制模块的YOLOv5模型训练得到。
3.根据权利要求2所述的吸烟检测方法，其特征在于，所述人体检测模型，是基于如下步骤训练得到：
4.根据权利要求3所述的吸烟检测方法，其特征在于，所述香烟目标检测模型，是基于如下步骤训练得到：
5.根据权利要求4所述的吸烟检测方法，其特征在于，数据增强处理，包括：
6.根据权利要求4所述的吸烟检测方法，其特征在于...
【技术特征摘要】
1.一种吸烟检测方法，其特征在于，包括：
2.根据权利要求1所述的吸烟检测方法，其特征在于，所述人体检测模型和所述香烟目标检测模型均是基于添加有selayer注意力机制模块的yolov5模型训练得到。
3.根据权利要求2所述的吸烟检测方法，其特征在于，所述人体检测模型，是基于如下步骤训练得到：
4.根据权利要求3所述的吸烟检测方法，其特征在于，所述香烟目标检测模型，是基于如下步骤训练得到：
5.根据权利要求4所述的吸烟检测方法，其特征在于，数据增强处理，包括：
...
【专利技术属性】
技术研发人员：赵银妹，赵武阳，陈瀚，张露，
申请(专利权)人：北京升哲科技有限公司，
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。