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!
申请/专利权人:淮阴工学院
摘要:本发明公开了一种基于BiHR‑Net和YOLOv3‑head的火焰检测方法及系统,首先,构建火焰检测模型,模型中主干网络使用两次下采样的方式获得输入图像小分辨率特征,降低检测模型的参数量;然后提出了一种特征提取与特征融合的方法BiHR‑Net,对输入的特征图进行两次卷积后的特征图,进行上采样和下采样生成两个子路线获取额外的特征,并对在BiHR‑Net的最后对三个尺度的特征进行融合,达到提高检测的效果的目的;将BiHR‑Net获得的特征,输入YOLO‑head网络中进行预测和回归;最后,使用数据集对火焰检测模型进行训练,获得用于火焰检测的检测器。本发明的火焰检测速度达到112帧s,可对火焰进行快速检测并预警,且模型具有较好的鲁棒性。
主权项:1.一种基于BiHR-Net和YOLOv3-head的火焰检测方法,其特征在于,包括以下步骤:1构建火焰检测模型,并对其进行训练;所述火焰检测模型包括主干网络、特征提取与融合网络BiHR-Net以及预测识别网络YOLOv3-head;2对预先获取的包含复杂环境的视频帧图像进行预处理和归一化,构建出数据集;并对火焰检测模型进行训练,获得用于火焰检测的模型M;3使用模型M对火焰对象的边框与类别进行预测后,获得并保存火焰的位置信息;将保存的火焰目标位置在原视频图像上进行可视化;当视频帧中各火焰目标面积之和与原视频帧面积的比达到预定阈值后,发出火焰警报。
全文数据:
权利要求:
百度查询: 淮阴工学院 一种基于BiHR-Net和YOLOv3-head的火焰检测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。