一种基于多目标跟踪的作业现场安全监管方法

    公开(公告)号:CN116229353A

    公开(公告)日:2023-06-06

    申请号:CN202310021046.0

    申请日:2023-01-06

    Abstract: 本发明涉及一种基于多目标跟踪的作业现场安全监管方法,包括以下步骤:在服务器端搭建FairMOT模型的训练环境,收集若干作业现场监控视频数据在服务器端对FairMOT模型进行训练,并将训练好的模型转化为预设的边缘环境能运行的模型文件;在边缘端搭建FairMOT模型的推理环境,并将服务器端转化好的模型文件导出至边缘端;在边缘端从目标作业现场的多个监控摄像头接收多路监控视频,通过模型文件对多路监控视频进行并行分析处理,识别各路监控视频中的目标,并对识别到的所有目标进行关联统一,对识别到的每一目标进行位置跟踪;基于识别到的每一目标的位置跟踪结果,根据预先制定的安全监管规则完成作业现场监管任务。

    一种目标检测模型动态蒸馏训练方法及装置

    公开(公告)号:CN117636038A

    公开(公告)日:2024-03-01

    申请号:CN202311649881.5

    申请日:2023-12-01

    Abstract: 本申请涉及一种目标检测模型动态蒸馏训练方法及装置,涉及深度学习模型优化技术领域,该方法包括以下步骤:利用学生模型及教师模型,对训练图片进行推理,获得各自的预测输出数据;基于学生模型的预测输出数据及训练图片的图片标签,获得学生模型的常规损失函数;筛选获得教师模型的高质量预测输出数据;计算教师模型的高质量预测输出数据和学生模型的预测输出数据之间的蒸馏损失函数;基于蒸馏损失函数及常规损失函数,获得学生模型的总损失函数,并以此训练学生模型。本申请基于大模型高质量的输出动态蒸馏小模型的技术原理,进行模型训练,在检测精度与推理速度之间实现较好的平衡,有效减少工业场景部署目标检测模型所需的人力和训练成本。

Patent Agency Ranking