← 返回列表
区域目标入侵检测方法、装置及系统和存储介质
摘要文本
本发明公开一种区域目标入侵检测方法、装置及系统和存储介质，该方法包括：构建轻量化目标检测模型，轻量化目标检测模型包括Block_Net网络结构和检测头网络结构；Block_Net网络结构包括主干网络和分类器，主干网络包括堆叠的Block块和池化层，堆叠的Block块用于对提取和组合输入图像的不同尺度的特征以输出特征图，分类器包括全局平均池化层和全连接层；利用数据集对所述轻量化目标检测模型进行训练得到训练好的轻量化目标检测模型，基于训练好的轻量化目标检测模型完成区域目标入侵检测。本发明占用计算机资源少、检测精度最高，综合性价比更高，经济效益更好。 专利查询网
申请人信息
- 申请人:成都信息工程大学
- 申请人地址:610225 四川省成都市双流区航空港经济开发区学府路一段24号
- 发明人: 成都信息工程大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 区域目标入侵检测方法、装置及系统和存储介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311651203.2 |
| 申请日 | 2023/12/4 |
| 公告号 | CN117593698A |
| 公开日 | 2024/2/23 |
| IPC主分类号 | G06V20/52 |
| 权利人 | 成都信息工程大学 |
| 发明人 | 马忠丽; 刘甲甲; 周巧; 黄俊杰; 万毅; 张佳鹏; 张顺; 安若瑾; 张航天; 宋兴洋 |
| 地址 | 四川省成都市西南航空港经济开发区学府路1段24号 |
专利主权项内容
1.一种区域目标入侵检测方法，其特征在于，所述方法包括：构建轻量化目标检测模型，所述轻量化目标检测模型包括Block_Net网络结构和检测头网络结构；所述Block_Net网络结构包括主干网络和分类器，所述主干网络包括堆叠的Block块和池化层，所述堆叠的Block块用于对提取和组合输入图像的不同尺度的特征以输出特征图，所述分类器包括全局平均池化层和全连接层，所述全局平均池化层用于将最后一个Block块输出的特征图转化为固定大小的特征向量，并通过全连接层进行分类预测；利用数据集对所述轻量化目标检测模型进行训练得到训练好的轻量化目标检测模型，所述数据集中包括多个标注有目标信息的原始图像；基于训练好的轻量化目标检测模型完成区域目标入侵检测。。马 克 数 据 网