摘要
本发明公开了一种轻量化的火灾动态监测方法及系统,包括以下步骤:构建Star‑DETR模型,Star‑DETR模型使用自定义的StarMNet结构替换RT‑DETR的主干网络;使用改进的RMTRepC3模块替换RT‑DETR的颈部网络中的Rep模块;使用自定义的DGIoU损失函数替换RT‑DETR的损失函数;利用公开数据集VisFire训练Star‑DETR模型进行模型参数确定,最终得到改进的RT‑DETR算法的智能监测模型。与现有技术相比,本发明提出的方法在不同场景下的监测效果均得到了显著的改善,并且其监测速度满足实时性的要求,本专利公开的监测模型在火灾动态监测应用系统中取得了参数量减少46.7%和平均精度均值增长2.4%的性能提升,能够在实际场景中有效地监测火焰和烟雾。
技术关键词
动态监测方法
卷积模块
注意力机制
数据
火灾
前馈神经网络
视频流
关键帧
全局平均池化
置信度阈值
动态监测系统
烟雾
星形
处理器
存储器
参数
场景
定义