公开(公告)号：CN115131711A

公开(公告)日：2022-09-30

申请号：CN202210792080.3

申请日：2022-07-07

Applicant: 重庆科技学院

Inventor： 刘成 ,  彭橹屹 ,  左清华 ,  卢宏宇 ,  金泓潭 ,  李志军 ,  余波 ,  巫尚蔚 ,  侯文赛 ,  杜文曦

IPC: G06V20/40 ,  G06V10/82 ,  G06V10/44 ,  G06V10/774 ,  G06V10/762 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及图像检测技术领域，具体公开了一种基于YoloV4‑Lite网络的视频图像火焰检测方法，包括步骤：S1：基于YoloV4‑Lite网络构建火焰检测模型；S2：采集视频图像帧；S3：对步骤S2采集的视频图像帧进行预处理，得到数据集；S4：采用所述数据集对所述火焰检测模型进行训练、测试和验证，最终利用训练好的火焰检测模型实现视频图像火焰检测。其效果是：在主干特征提取网络中使用GhostNet网络，保证减少网络参数的同时，准确率不会降低太多，在加强特征提取网络中使用深度可分离卷积替代1*1和3*3的传统卷积，进一步缩减网络的参数量，同时在加强特征提取网络部分加入信道注意模块，使神经网络可以更好的关注在被检测的物体上，达到网络性能和复杂度的平衡。