摘要
本发明公开了一种融合实例分割和优化卷积自编码的火势强度量化方法、存储介质、设备及计算机程序产品,包括:收集不同燃烧状态下火焰图像,并统一火焰图像的分辨率大小;构建火势强度量化模型,包括依次连接的YOLO11seg模型、卷积自编码网络和线性回归模型;将统一分辨率大小的火焰图像依次输入火势强度量化模型中进行训练,直至火势强度量化模型的总损失函数收敛,完成对火势强度量化模型的训练;重新采集火焰图像,调整采集的火焰图像的分辨率大小,输入训练好的火势强度量化模型中,预测出火势强度。本发明通过YOLO11seg模型进行火焰图像的实例分割,通过卷积自编码网络提取火焰区域的深层特征,通过线性回归模型预测火势强度。
技术关键词
实例分割
线性回归模型
卷积模块
强度
注意力
图像分割
计算机程序产品
网络
积层
分辨率
火焰图像特征
Softmax函数
解码器
编码器
上采样
像素
图像特征提取
系统为您推荐了相关专利信息
气体泄漏检测系统
智能校准方法
运动伪影消除
温度漂移补偿
多模态数据融合
安全监控方法
对象检测模型
产线
卷积模块
监控设备
电能信息数据
人工智能算法
管理方法
统计特征
特征工程