摘要
一种火灾目标检测的方法,包括:采集多个模态的火灾视频数据,对所述多模态的火灾视频数据进行分组并处理成视频帧序列;利用三维卷积神经网络对处理后的多模态的火灾视频数据进行特征提取,并融合为火灾融合特征;将所述火灾融合特征输入到改进颈部网络的YOLOv8目标检测网络进行火灾目标检测,所述改进颈部网络的YOLOv8目标检测网络包括骨干网络层、颈部网络层和小目标检测层。本方法能够提取火灾图像多模态特征,包括可视、近红外、热成像、动态特征,并改进了YOLOv8目标网络结构,通过火灾多模态特征融合的目标检测方式可以有效提高火灾检测的准确性。
技术关键词
火灾图像特征提取
火灾特征
三维卷积神经网络
融合特征
模块
上采样
多尺度
分支
空间金字塔池化
多模态特征融合
视频帧
图像多模态
视频采集单元
数据
中等尺寸
系统为您推荐了相关专利信息
夏热冬暖地区
强化学习框架
控制空调系统
水蓄冷系统
混合制冷
生命体征监测
护理床
主控电路板
动作传感器
微控制器芯片
故障变压器
机器人巡检系统
历史故障数据
变压器巡检
维修工单
农作物虫害
大语言模型
预警系统
多模态
生成对抗网络
多模态情感识别
生成方法
大语言模型
仿真模型
合成器