一种基于改进的YOLOv5模型的船舱火灾图像识别方法

AITNT
正文
推荐专利
一种基于改进的YOLOv5模型的船舱火灾图像识别方法
申请号:CN202411674028
申请日期:2024-11-21
公开号:CN119600541A
公开日期:2025-03-11
类型:发明专利
摘要
本发明公开了一种基于改进的YOLOv5模型的船舱火灾图像识别方法,属于火灾图像识别技术领域。方法包括采集和预处理火灾图像数据,增加小目标检测头和CBAM注意力模块,改进损失函数为WIoU。通过训练集的迭代训练,调整模型参数至最优,并在验证集和测试集上评估模型性能。评价指标包括平均准确率mAP、模型大小和复杂度。该方法提高了火灾图像识别的准确性和模型效率。
技术关键词
火灾图像识别方法 船舱 图像识别准确率 特征提取模块 图像特征识别 通道注意力机制 参数 图像识别技术 数据 检测头 性能监控 训练集 指标 复杂度 对比度
系统为您推荐了相关专利信息
1
一种锂电池状态预测方法以及存储介质
特征提取模块 状态预测方法 锂电池 数据 深度学习模型训练
2
基于不定长序列预测的数字仪表读数自动识别方法
数字仪表读数 序列识别 笔画特征 字符 补丁图像
3
一种基于状态空间模型的自监督单目深度估计方法及系统
单目深度估计方法 状态空间模型 多尺度特征 网络 姿态特征
4
一种互动式半自动异常检测标注方法、系统、设备及介质
标注方法 融合特征 约束特征 自然语言 像素
5
一种智能宠物行为监控预警及电击阻断伤人行为的可穿戴设备
智能宠物 穿戴设备 远程控制模块 分析模块 特征提取模块
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