[發明專利]一種基于深度學習的煙霧檢測方法

在審

• 申請號: 202111100923.0
• 申請日: 2021-09-18
• 公開（公告）號: CN113869164A
• 公開（公告）日: 2021-12-31
• 發明（設計）人: 衛玉蓉
• 申請（專利權）人: 的盧技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 柏尚春

1.一種基于深度學習的煙霧檢測方法，其特征在于，包括以下步驟：

(1)采集原始圖像數據集；

(2)對圖像進行預處理；

(3)將圖像輸入到卷積神經網絡模型中進行訓練；

(4)將模型在實際場景下進行應用，進行煙霧檢測；

(5)輸出檢測結果，保存檢測到的煙霧圖像。

2.根據權利要求1所述的一種基于深度學習的煙霧檢測方法，其特征在于，所述步驟(1)具體為：

(1.1)在待檢測場景下使用煙片進行點煙實驗；

(1.2)獲取場景下煙霧產生時煙霧圖像和場景下非煙霧圖像；

(1.3)煙霧和非煙霧圖像以bmp格式保存。

3.根據權利要求1所述的一種基于深度學習的煙霧檢測方法，其特征在于，所述步驟(2)具體為：

(2.1)將圖像格式由bmp轉換成png；

(2.2)對圖像進行分類和預處理，改變圖像尺寸以及分辨率，使其符合神經網絡模型的輸入要求。

4.根據權利要求1所述的一種基于深度學習的煙霧檢測方法，其特征在于，所述步驟(3)具體為：

(3.1)構建卷積神經網絡模型；

(3.2)將圖像輸入卷積神經網絡進行模型的訓練，調整模型結構以及參數，選用合適的損失函數使得模型能夠識別多種煙霧特征，對煙霧圖像和非煙霧圖像進行很好的分辨。

5.根據權利要求1所述的一種基于深度學習的煙霧檢測方法，其特征在于，所述步驟(4)具體為：

(4.1)將訓練好的模型結合實時視頻監控，對場景中產生的煙霧進行識別檢測；

(4.2)進行點煙實驗，當有煙霧產生時，是否有實時檢測響應；

(4.3)產生響應后，定位至該處，并保存煙霧及非煙霧圖像至指定文件夾，定期查看維護；若無響應，調整模型繼續進行實驗。

6.一種計算機存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時實現如權利要求1-5中任一項所述的一種基于深度學習的煙霧檢測方法。

7.一種計算機設備，包括儲存器、處理器及存儲在存儲器上并可再處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1-5中任一項所述的一種基于深度學習的煙霧檢測方法。