權(quán)利要求 1.露天礦運(yùn)行設(shè)備的感知方法，其特征在于，包括以下步驟： 步驟1、Faster R-CNN模型訓(xùn)練 步驟1.1、利用攝像頭對(duì)目標(biāo)對(duì)象所在環(huán)境進(jìn)行視頻采集，將視頻按幀截取圖像數(shù)據(jù)，并剔除不包含目標(biāo)對(duì)象的圖像數(shù)據(jù)； 步驟1.2、將截取的圖像數(shù)據(jù)擴(kuò)增，獲取更多圖像數(shù)據(jù)； 步驟1.3、數(shù)據(jù)集制作； 步驟1.4、深度學(xué)習(xí)目標(biāo)檢測(cè)模型建立及模型訓(xùn)練； 步驟2、視頻關(guān)鍵幀提取 步驟2.1、提取待處理視頻中所有幀； 步驟2.2、初始化從第一幀到最后一幀的循環(huán)； 步驟2.3、選擇當(dāng)前幀和下一幀； 步驟2.4、計(jì)算當(dāng)前幀和下一幀的直方圖差值； 步驟2.5、計(jì)算直方圖差值的均值μ和標(biāo)準(zhǔn)差δ； 步驟2.6、設(shè)定閾值T，通過(guò)計(jì)算公式：T＝μ+αδ設(shè)定，α值取3～5； 步驟2.7、重復(fù)步驟2.2～2.4，直到當(dāng)前幀為最后一幀； 步驟2.8、比較每一個(gè)直方圖差值是否大于閾值； 步驟2.9、選擇滿足步驟2.8條件的當(dāng)前幀為關(guān)鍵幀，并記錄當(dāng)前幀的幀序號(hào)； 步驟3、模型調(diào)用與視覺(jué)感知 步驟3.1、利用步驟1中訓(xùn)練得到的視覺(jué)感知模型對(duì)步驟2提取出的關(guān)鍵幀進(jìn)行目標(biāo)對(duì)象檢測(cè)，得到帶有檢測(cè)包圍框的單張圖像； 步驟3.2、將檢測(cè)后帶有包圍框的單張圖像按照步驟2記錄的幀序號(hào)還原回原視頻當(dāng)中，形成帶有檢測(cè)效果的視頻。2.根據(jù)權(quán)利要求1所述的露天礦運(yùn)行設(shè)備的感知方法，其特征在于，步驟1.2、將截取的圖像數(shù)據(jù)擴(kuò)增，獲取更多圖像數(shù)據(jù)的方法為： 步驟1.2.1、采用生成對(duì)抗網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)擴(kuò)增； ①將采集到的圖像數(shù)據(jù)按圖像類別分類，組成只含有單個(gè)類別的小數(shù)據(jù)集； ②利用各個(gè)小數(shù)據(jù)集分別對(duì)生成對(duì)抗網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)生成模型訓(xùn)練，得到能夠生成各個(gè)類別物體的生成模型。 ③調(diào)用生成模型定向生成各個(gè)種類物體的數(shù)字圖像； 步驟1.2.2、對(duì)1.2.1中生成的數(shù)字圖像進(jìn)行隨機(jī)裁剪、隨機(jī)角度旋轉(zhuǎn)、噪聲抖動(dòng)、RGB強(qiáng)度隨機(jī)調(diào)節(jié)，獲取更多圖像數(shù)據(jù)。 3.根據(jù)權(quán)利要求1所述的露天礦運(yùn)行設(shè)備的感知方法，其特征在于，步驟1.3、數(shù)據(jù)集制作的方法為： 步驟1.3.