calm_focus的博客

原创 开关门动作识别模型开发

细分任务上的模型容易受到噪声干扰，借鉴大模型思想，采用开源数据集ucf作为上游任务，训练具有200个类别（含开关门类别）的大模型。分析：2DCNN神经网络对通道顺序不敏感，比如，同一个模型，RGB输入和BGR输入预测的结果相近。将4帧3x112x112的图像合并为12x112x112的Tensor，图像分类网络输入卷积层改为3x3x12，例：一部电梯关门相似度为0.98，开门相似度为0.92，另一部电梯关门相似度为0.85，开门相似度为0.7。状态转移表：（0：关门 1：关门中 2：开门 3：门不动）