基于大模型的入侵目标检测方法技术

本发明专利技术涉及大模型和目标检测技术领域，公开了基于大模型的入侵目标检测方法，包括：获取待检测图像，输入至第一大模型，以获取用于表征待检测图像内容的初步分析结果；根据初步分析结果，从多个预设的目标检测算法中确定一个目标检测算法；运行目标检测算法，对待检测图像进行处理，以获得初步检测结果；将初步检测结果输入至第二大模型，以对初步检测结果进行验证，从而生成最终检测结果。本发明专利技术可以显著提升检测流程的灵活性和自动化水平，使单个系统能够应对更多样化的检测任务，从而增强了系统的普适性。并且利用人工智能大模型的认知与推理能力，识别并修正可能产生的错误判断，提高最终输出结果的准确性和可靠性，降低误报或漏报的概率。

【技术实现步骤摘要】

本专利技术涉及大模型和目标检测，尤其涉及基于大模型的入侵目标检测方法。

技术介绍

1、在安全监控、自动化生产线检测、以及智能交通管理等众多
中，目标检测技术扮演着至关重要的角色。该技术旨在利用计算机视觉算法自动识别、定位并分类图像或视频流中的特定目标。

2、相关技术中，已公开了一些用于目标检测的方法。例如，专利技术专利cn 118247713 a公开了一种应急管理区域入侵检测方法，这些现有技术在如何进一步提升检测流程的智能化、灵活性和结果的可靠性等方面的问题上，还存在不足之处：

3、一方面，现有技术方案在选择具体执行何种检测算法时，通常依赖于预先设定的、固化的逻辑。例如，一个系统可能被硬编码为专门执行入侵检测或车辆检测。这种方式在面对复杂多变的现实场景时，灵活性可能不足。当输入图像中的场景或待检测目标类型发生变化时（例如，从识别人转为识别特定类型的车辆），系统可能无法自动、动态地调度最合适的专用算法进行处理，这在一定程度上限制了系统的普适性和自动化水平。

4、另一方面，传统的目标检测算法在处理质量不佳的图像（例如，本文档来自技高网...

【技术保护点】

1.基于大模型的入侵目标检测方法，其特征在于，包括：

2.如权利要求1所述的基于大模型的入侵目标检测方法，其特征在于，步骤S2包括：

3.如权利要求1或2所述的基于大模型的入侵目标检测方法，其特征在于，步骤S5包括：

4.如权利要求1所述的基于大模型的入侵目标检测方法，其特征在于，步骤S1获取待检测图像后还包括：

5.如权利要求1所述的基于大模型的入侵目标检测方法，其特征在于，步骤S2将所述待检测图像输入至第一大模型之前还包括：

6.如权利要求1所述的基于大模型的入侵目标检测方法，其特征在于，所述获取待检测图像的步骤，包括以下方...

【技术特征摘要】

1.基于大模型的入侵目标检测方法，其特征在于，包括：

2.如权利要求1所述的基于大模型的入侵目标检测方法，其特征在于，步骤s2包括：

3.如权利要求1或2所述的基于大模型的入侵目标检测方法，其特征在于，步骤s5包括：

4.如权利要求1所述的基于大模型的入侵目标检测方法，其特征在于，步骤s1获取待检测图像后还包括：

5.如权利要求1所述的基于大模型的入侵目标检测方法，其特征在于，步骤s2将所述待检测图像输入...

【专利技术属性】
技术研发人员：唐林，沈复民，申恒涛，
申请(专利权)人：成都考拉悠然科技有限公司，
类型：发明
国别省市：