一种基于YOLO的隧道火灾异常事件检测方法

AITNT
正文
推荐专利
一种基于YOLO的隧道火灾异常事件检测方法
申请号:CN202411444514
申请日期:2024-10-16
公开号:CN118968425A
公开日期:2024-11-15
类型:发明专利
摘要
本发明公开了一种基于YOLO的隧道火灾异常事件检测方法,该方法首先通过摄像头采集包含火灾和烟雾在内的监测数据,提取关键帧图片并标注,建立数据集,然后基于YOLOv网络模型的卷积模块注意力机制基础上引入三重注意力机制来提高网络对重要的特征的关注能力,再用建立的数据集在YOLOv的模型上进行训练,得到目标检测模型,基于目标检测模型检测隧道内发生的火灾事件。
技术关键词
异常事件 归一化融合方法 特征金字塔网络 隧道 火灾 注意力机制 实时视频流 分布式计算方法 烟雾 双向特征金字塔 sigmoid函数 人工标记 生成训练数据 ReLU函数 深度学习模型 卷积模块
系统为您推荐了相关专利信息
1
道路交通的安全头盔佩戴检测方法、装置、设备及介质
佩戴检测方法 交通路口 头盔 卷积模块 特征融合网络
2
一种林草火线实时提取方法
无人机 影像 深度神经网络技术 图像格式转换 控制终端
3
采空区火灾协同预警方法及系统
协同预警方法 煤矿井下采空区 光谱分析 指标 协同预警系统
4
一种储能预制舱热失控防控系统和方法
控制主机 储能 防控系统 防控方法 测温模块
5
基于多传感器融合的障碍物识别方法
视觉传感器 障碍物识别方法 多传感器融合 激光雷达数据 智能驾驶设备
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号