一种基于深度学习算法的仓储异常目标检测方法及系统

摘要

本发明涉及一种基于深度学习算法的仓储异常目标检测方法及系统，该方法包括：构建基于深度学习算法的仓储异常目标检测网络；以数据增加处理后的仓储视频监控图像为训练集，训练仓储异常目标检测网络，获得仓储异常目标检测模型；利用仓储异常目标检测模型对待检测仓储视频监控图像进行异常目标检测；仓储异常目标检测网络包括依次连接的骨干网络、多尺度特征融合网络和预测层；骨干网络为改进的ResNet34残差网络，改进的ResNet34残差网络的激活函数为Mish激活函数，改进的ResNet34残差网络包括批量标归一化层。本发明提高了仓储异常目标检测的效率和准确性。