摘要
本申请公开了一种基于三维卷积网络和自注意力机制的山火检测方法和系统,属于图像识别、深度学习等技术领域。该方法包括:构建训练集和测试集;对视频数据进行预处理;构建山火识别模型,包括依次连接的三维卷积网络、基于自注意力机制以及一致性注意力正则化机制的特征提取网络和分类网络;利用训练集和测试集对山火识别模型进行训练和测试,得到山火检测模型;利用山火检测模型进行山火检测。本申请在三维卷积网络的基础上加入了三维注意力机制,能够更有效地提取出时空特征,增强网络的区分能力,同时还利用了一致性注意力正则化,对所得到的时空特征进行特征层面的约束,从而得到具有较强自区分共性的特征,提高了网络识别的准确率。
技术关键词
山火检测方法
山火检测模型
注意力机制
特征提取网络
分类网络
视频
模型训练模块
数据
矩阵
空洞
图像
热力图
代表
网络架构
索引
分支
偏差
系统为您推荐了相关专利信息
检测数据分析系统
海洋牧场
多参数传感器
环境参数传感器
三维可视化引擎
智能数据处理方法
意图类别
姿态特征
融合特征
阶段
实例对齐方法
多头注意力机制
卷积神经网络学习
矩阵
图谱
节点更新
布局方法
元素
海报
非易失性计算机可读存储介质