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
佩戴检测方法
交通路口
头盔
卷积模块
特征融合网络
无人机
影像
深度神经网络技术
图像格式转换
控制终端
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
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