【技术实现步骤摘要】
本申请涉及深度学习，尤其是涉及一种行人检测模型训练方法、装置、设备及存储介质。
技术介绍
1、近年来随着科技日新月异的发展，作战领域也逐渐在向智能化、实时化、无人化的方向发展。在城市作战场景下周围环境复杂，一方面作战人员面临的场景是多种多样的，可能会是在空旷的厂区、街巷或者是马路，另一方面危险份子可能混在人群中，难以分辨不同行人的危险程度，仅通过作战人员自身来分辨不同危险程度的行人，其注意力有限，难以同时兼顾太多区域，不仅会浪费很多人力资源，而且人可能会因为疲惫或视觉模糊造成辨别错误。因此，为了减轻作战人员的作战压力，提高作战效率，不同危险程度的行人需要给予不同的重视程度。
2、目前已存在一些对行人危险程度检测的方法，然而，现有的行人危险程度检测方法精度较低，检测到的行人类别准确性较低，尤其是对于复杂场景下的检测性能较差，从而可能会导致作战人员识别错误，降低作战效率。
技术实现思路
1、为了有助于解决现有的行人危险程度检测方法精度较低，检测到的行人类别准确性较低，尤其是对于复杂...
【技术保护点】
1.一种行人检测模型训练方法，其特征在于：所述方法包括：
2.根据权利要求1所述的方法，其特征在于：所述获取行人数据集包括：
3.根据权利要求2所述的方法，其特征在于：在所述对所述行人图像集进行数据增强处理，并生成行人增强图像集之前，还包括：
4.根据权利要求2所述的方法，其特征在于：所述行人标注图像集包括标注的目标框，在所述将所述行人标注图像集设定为所述行人数据集之前，还包括：
5.根据权利要求1所述的方法，其特征在于：所述Yolov5模型包括主干网络和颈部网络，所述Yolov5模型的主干网络包括金字塔池化模块，所述基...
【技术特征摘要】
1.一种行人检测模型训练方法，其特征在于：所述方法包括：
2.根据权利要求1所述的方法，其特征在于：所述获取行人数据集包括：
3.根据权利要求2所述的方法，其特征在于：在所述对所述行人图像集进行数据增强处理，并生成行人增强图像集之前，还包括：
4.根据权利要求2所述的方法，其特征在于：所述行人标注图像集包括标注的目标框，在所述将所述行人标注图像集设定为所述行人数据集之前，还包括：
5.根据权利要求1所述的方法，其特征在于：所述yolov5模型包括主干网络和颈部网络，所述yolov5模型的主干网络包括金字塔池化模块，所述基于yolov5模型构建待训练的行人检测模型...
【专利技术属性】
技术研发人员：董雨龙，郭明，袁玉芬，柯新，丁杰，吴白丁，
申请(专利权)人：江苏北方湖光光电有限公司，
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。