一种应用深度学习特征点定位技术的闸门开关检测算法系统

摘要

本发明公开了一种应用深度学习特征点定位技术的闸门开关检测算法系统，涉及闸门开关检测算法系统技术领域，包括数据集的来源，所述该闸门开关检测算法系统具体有数据集的来源、数据预处理、网络架构的预训练、特征点坐标转换标准和损失函数定义组成，所述基于深度学习的特征点检测对数据集的数量和质量要求很高。该应用深度学习特征点定位技术的闸门开关检测算法系统，能够利用深度卷积神经网络特征点欧式距离回归方法，有效地完成了闸门特征点的准确回归，能够通过自定义的深度卷积神经网络，使其在高准确率下实时完成行人检测，能够通过采用自定义的特征点坐标转换标准，解决了特征点因相互遮挡、视角变化等因素干扰造成的漏检误检等问题。