基于深度学习的乘客多标签分类方法、系统、介质及设备

本发明提供了一种基于深度学习的乘客多标签分类系统、方法、介质及设备，包括：图像数据采集模块：获取监控视频并转码播放，调用目标检测算法进行人员检测并截取乘客图像；属性数据集建立及处理模块：建立乘客属性数据集并遍历校对图像和标签，分别提取图像和标签列表并将标签转化为独热码；乘客属性识别模块：加载图像并预处理、加载属性标签并重排，划分数据集，配置深度神经网络模型参数并训练，进行模型预测，在图像层面和属性层面计算评价指标；结果显示和保存模块：构建背景和预测字典，打印属性识别和评价结果并保存。本发明可实现重点乘客识别，为电梯大数据、智能安防、广告投放等工作提供技术支持，提高电梯乘坐的安全性和商业性。