公开(公告)号：CN112349057A

公开(公告)日：2021-02-09

申请号：CN202011384257.3

申请日：2020-12-01

Applicant: 北京交通大学

Inventor： 郎丛妍 ,  陈勇涛 ,  李浥东 ,  冯松鹤 ,  王涛 ,  金一 ,  梁俪倩

IPC: G08B17/12 ,  G06K9/62 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明提供了一种基于深度学习的室内烟雾和火灾检测方法。该方法包括：建立烟雾和火灾数据集，对烟雾和火灾数据集中的每张图像进行标注，选取标注后的一定数量的图像分别作为训练集和测试集；使用深度学习框架构建卷积深度网络模型，利用训练集和测试集对卷积深度网络模型进行训练和测试，得到训练好的卷积深度网络模型；将待测的图像输入到训练好的卷积深度网络模型，训练好的卷积深度网络模型输出所述待测的图像的烟雾和火灾检测结果。本发明的方法利用摄像头获取的图像数据，通过卷积神经网络模型对图像数据中的烟雾、火灾进行实时预测，不仅极大地降低了人力成本，而且提高了烟雾、火灾的识别准确率。