龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：洛阳理工学院;河南科技大学
摘要：本发明公开了一种基于改进的深度单分类算法的特长隧道火源检测方法，涉及目标检测领域；S1：获取并制作真实场景下的特长隧道图像数据集；S2：将数据集中包含火灾险情的特长隧道图像进行标注；S3：使用标注图像，利用改进的深度单分类算法对模型进行训练；模型训练：使用SpatialPyramidPoolingSPP方法提取局部特征对输入的火灾图像进行描述，然后使用改进的FullyConvolutionalDataDescriptionFCDD来进行训练，将其所用的FullyConvolutionalArchitectureFCN中的卷积方式改为大核卷积的方式，并引入代价敏感学习方法来提高检测的准确率；S4：将训练好的模型应用至特长隧道火灾检测摄像头中实现隧道火灾的实时监控。本发明采用上述检测方法，实现隧道火灾的实时高效检测。
主权项：1.一种基于改进的深度单分类算法的特长隧道火源检测方法，其特征在于：包括以下步骤：S1：获取并制作真实场景下的特长隧道图像数据集；S2：将数据集中包含火灾险情的特长隧道图像进行标注；S3：使用标注图像，利用改进的深度单分类算法对模型进行训练；训练模型采用改进的深度单分类算法步骤如下：模型训练：使用SpatialPyramidPoolingSPP方法提取局部特征对输入的火灾图像进行描述，然后使用改进的FullyConvolutionalDataDescriptionFCDD来进行训练，将其所用的FullyConvolutionalArchitectureFCN中的卷积方式改为大核卷积的方式，并引入代价敏感学习方法来提高检测的准确率；S4：将训练好的模型应用至特长隧道火灾检测摄像头中实现隧道火灾的实时监控。
全文数据：
权利要求：
百度查询： 洛阳理工学院 河南科技大学 一种基于改进的深度单分类算法的特长隧道火源检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号