基于深度学习的摄像头入侵检测技术研究

作     者：邹国弘 盖维旭 ZOU Guo-hong;GAI Wei-xu

作者机构：浙江工业大学计算机科学与技术学院、软件学院浙江杭州310014 

出 版 物：《陇东学院学报》 (Journal of Longdong University)

年 卷 期：2024年第35卷第2期

页      码：13-18页

摘      要：当下人工智能在世界上的影响力日益增加,在工作和生活的各个方面,人工智能都在不同程度上扮演着重要的角色。它改变了我们的工作方式和生活节奏,同时提升了生活品质。其中机器视觉技术是依托人工智能技术迅速发展的领域之一,其应用范围和功能都在拓展。在人类生产和认知行为中,机器视觉技术起到了至关重要的作用。在众多应用领域中,人形检测技术是其中较为关键的一项。研究的主要对象是深度学习目标检测在实际应用中的场景,旨在设计一款基于深度学习的摄像头入侵检测系统[1-3]。该系统采用了轻量级的人工智能算法yolov5[4]进行模型训练,并通过裁剪、数据增强等数据优化技术,提升软件性能。

主 题 词：深度学习 yolov5 卷积神经网络 目标检测 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1674-1730.2024.02.004

馆 藏 号：203126980...