一种基于深度学习的钢厂烟尘粉尘检测方法、设备及介质

本发明公开一种基于深度学习的钢厂烟尘粉尘检测方法、设备及介质。包括以下步骤：S1：对采集的烟尘粉尘排放图像进行预处理；S2：对预处理后图像进行数据集标注，并对标注后的数据集划分为训练集、验证集和测试集；S3：对目标检测网络yolov5进行改进，并用改进的yolov5网络进行训练；S4：利用训练好的yolov5模型对划分后图像进行烟尘粉尘检测；S5：对检测出的烟尘粉尘区域进行图像分割，计算烟尘粉尘排放等级。本发明通过整合高清视频监控、厂区地图和深度学习算法，系统不仅能够为企业提供高效、精准的粉尘排放监控手段，还能通过智能分析帮助企业发现问题、改进工艺，最终实现更环保的生产运营。