买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明涉及一种基于YOLOv5的校园图书馆的占座检测方法。摄像头以及YOLOV5目标检测算法实时监测图书馆的座位空置情况，比如座位上有人就会判定此座位上有人，如果此座位上没检测到人，需要判断此时是否是恶意占座行为，桌上的灯会亮为红色，若检测到座位上有书但没有人，即认定为占座行为，此时开始计时，若占座时间大于30分钟，则认为此时是恶意占座，桌上的灯就会变成绿色，表示没座位的同学可坐下，这个座位上的上个人离开过久或其他同学一个人占用多个位置。需要做的就是第一步检测座位上是否有人，无人的话再检测桌子上是否有书或者包之类的较大占座物品，再计算占座物品的放置时间。超过30分钟这则认定为是恶意占座行为，其他同学可放心坐下。

主权项：1.一种基于YOLOv5的校园图书馆的占座检测方法，其特征在于，实现步骤如下：步骤S1、从图书馆内摄像头对监控区域的监控视频中获取场景图像，根据深度学习目标检测算法框架YOLOv5检测图像中的桌子和椅子；步骤S2、利用K-means聚类算法获得YOLOv5所需要的9个anchor框；步骤S3、检测到椅子和人后，计算椅子和人的图像之间的重合程度的IOU比值来判定此时椅子上是否有人；步骤S4、判断椅子和人的图像之间的重合程度的IOU比值是否小于阈值，若小于阈值，则判定此座位上有人，亮起红灯，若无人时，则继续检测书和包；步骤S5、若没有检测到书和包，则此时判定为无人且该位置可坐，并亮起绿灯；步骤S6、若检测到书和包，则开始计时，若无人时间超过30分钟，则判定为恶意占座，亮起绿灯；在步骤S1中，所述YOLOv5的训练包括以下步骤；步骤A1、首先构建出包含有桌子、椅子以及学生的数据集，再通过包括仿射变换、旋转的方法扩增数据集，生成足够大且图片质量高的数据集；步骤A2、搭建YOLOv5框架所需要的神经网络模型，采用pytorch网络框架，激活函数采用Relu激活函数，解决输入值为负值时神经元死亡的问题；步骤A3、数据的划分为训练集：验证集：测试集＝8：1：1，加入AutoLearningBoundingBoxAnchors-自适应锚定框，采用k均值和遗传学习算法对自定义数据集进行分析，获得适合自定义数据集中对象边界框预测的预设锚定框，并且这种框是基于训练数据自动学习的；以Darknet-53为骨干网络，采用3个不同尺度的特征层分别为13×13、26×26、52×52，YOLOv5首先为每种下采样尺度设定3种先验框从而聚类得到9种尺寸的先验框；在整个YOLOv5的结构中，没有池化层和全连接层，网络的下采样是通过设置卷积的stride为3来达到的。

全文数据：

权利要求：

百度查询： 福州大学 一种基于YOLO v5的校园图书馆的占座检测方法