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！

龙图腾网恭喜昭通亮风台信息科技有限公司申请的专利基于SSD深度学习网络的火灾检测识别方法、系统及火灾报警方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113780170B 。

龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111061645.2，技术领域涉及：G06V20/10；该发明授权基于SSD深度学习网络的火灾检测识别方法、系统及火灾报警方法是由李才博;吴斌设计研发完成，并于2021-09-10向国家知识产权局提交的专利申请。

本基于SSD深度学习网络的火灾检测识别方法、系统及火灾报警方法在说明书摘要公布了：本发明提供了一种基于SSD深度学习网络的火灾检测识别方法、系统及火灾报警方法，支持多类型的场景训练，实现了多类别覆盖检测，使得火险识别类型覆盖类型足够广；还改进了传统的通道注意力机制，采用SS‑Block注意力机制，做到了权重来自于特征，使得注意力机制的效果更好，更好的提升网络的性能；改进了传统的连接网络，仅接收近处的几个层的数据，使得特征图中无用的部分不会被重复利用，提高了网络性能，且减小了计算量。本发明的火灾报警方法，受空间距离限制小；不像传感器需要布置在距离易发生火灾区域较近之处，要实现大面积火险预警监控，需要大量的传感器，而一个摄像头能够覆盖很大的区域。

本发明授权基于SSD深度学习网络的火灾检测识别方法、系统及火灾报警方法在权利要求书中公布了：1.一种基于深度学习网络的火灾检测识别方法，其特征在于，包括如下步骤：拍摄检测范围内的实时图像；将所述实时图像输入至深度学习网络的基础特征提取模块内，采用卷积核和平均池化对所述实时图像进行若干个不同尺度的特征提取，获得若干个特征块；将所述若干个特征块进行维度拼接得到初级特征块；所述初级特征块依次经过处理模块组内的M个处理模块，M个处理模块对应为M个层，M个层依次连接；每个层都包括DenseNet紧密连接网络和通道注意力机制，且先经过所述处理模块内的连接网络再经过通道注意力机制；所述连接网络仅接受并连接其所在的所述处理模块的前面N层的输出数据，且N为整数；所述通道注意力机制为输入特征的每一个通道分别分配权重，且通过学习该权重使得每个通道的权重不同，将每个通道分别乘以其对应的权重以形成新的特征图，再送入到后续层中；所述若干个处理模块的输出的特征图都输入至类别和边界框预测模块进行目标检测，最终输出检测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人昭通亮风台信息科技有限公司，其通讯地址为：657100 云南省昭通市鲁甸县茨院乡板板房村；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。