【技术实现步骤摘要】
本专利技术涉及人工智能，具体而言，涉及一种轨交异常事件的识别方法及装置、电子设备、存储介质。
技术介绍
1、城市轨道交通系统(urban rail transit system，简称轨交系统)作为城市重要基础设施，其运行安全和高效对于保障城市运行和人民生活具有重要意义。近年来，随着轨交系统的建设和发展，轨交运营安全事件频发给城市交通运行和市民生活带来不便。轨交系统的运行维护面临着诸多挑战，不仅包括对轨交列车正常运行状态的监测，还需对轨交系统的异常事件进行及时的识别和预警。轨交系统常见的异常事件例如列车故障、轨道部件松动、轨交列车脱轨等，给轨交系统的运行安全带来隐患。
2、目前，轨交系统的安全运行主要依赖于轨交运营人员的日常监控和维护，需要大量的人力和物力投入。为应对轨交系统的安全挑战提出的基于计算机视觉技术的轨交异常事件检测系统等主要通过运动物体检测技术对轨交系统中异常事件进行识别和预警，例如，背景减法、帧差法、光流法等，但存在以下局限：1，对运动物体的检测精度受限；2，依赖于视频流的运动物体检测数据源单一，识别和预警的准确...
【技术保护点】
1.一种轨交异常事件的识别方法，其特征在于，包括：
2.根据权利要求1所述的轨交异常事件的识别方法，其特征在于，所述预处理包括如下操作：数据清洗、数据转换和初步特征提取，其中，
3.根据权利要求1所述的轨交异常事件的识别方法，其特征在于，确定预处理后所述目标数据为有效数据的步骤，包括：
4.根据权利要求2所述的轨交异常事件的识别方法，其特征在于，基于深度学习算法对所述有效数据进行特征提取，得到特征集合的步骤，包括：
5.根据权利要求1所述的轨交异常事件的识别方法，其特征在于，所述目标检测模型的训练步骤，包括：
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。