10.3969/j.issn.1009-0029.2022.01.006
基于深度学习的火焰分割模型对比研究
由于火焰分割数据集欠缺,经典语义分割模型在火焰分割的研究应用面小,模型对比实验不充分.针对这些问题,在构建火焰分割数据集的基础上,选用在公开数据集中表现良好的4种语义分割模型和2种骨干网络进行训练和测试,并在不同的应用场景下进行对比实验及分析.实验结果表明,U-Net模型在火焰分割领域取得了较好的效果,其中U-Net+Resnet50模型的综合效果最佳,U-Net+Mobilenet V2模型综合效果略差,但运行速度更快.
消防;图像处理;深度学习;神经网络;火焰分割
41
X937;X932(安全工程)
国家电网有限公司总部科技项目8000-201918445A-0-0-00
2022-03-01(万方平台首次上网日期,不代表论文的发表时间)
共6页
25-30