摘要
本发明公开了一种基于改进YOLO的输电线路山火检测方法和系统,涉及电力安全检测技术领域,通过采集输电线路的山火样本数据集;所述山火样本数据集包括带有标记的日间样本数据集和夜间样本数据集;对YOLO模型进行改进,增加Backbone模块和特征融合模块,得到山火检测模型;使用所述山火样本数据集对所述山火检测模型进行训练;获取待检测的实时输电线路图像,将所述实时输电线路图像输入至所述山火检测模型中,得到山火检测结果。采用本发明实施例,通过在传统YOLO模型中增加Backbone模块和特征融合模块,能够更专注于特定时间段特征的提取,进而提高对火焰特征的检测精度,能够有效应对各种场景下的火灾检测任务。
技术关键词
山火检测模型
融合特征
样本
多尺度
数据
YOLO模型
图像
坐标
模型训练模块
多层感知机
输电线路山火
标记
特征金字塔网络
火灾
线性回归算法
分类网络
时序
系统为您推荐了相关专利信息
监测预警系统
数字孪生
生成对抗网络
激光气体传感器
深度强化学习
动态模拟方法
三维点云数据
带电作业环境
计算机可执行指令
电场