基于目标检测卷积神经网络的图像型火灾探测算法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1009-0029.2022.06.018

基于目标检测卷积神经网络的图像型火灾探测算法

引用
针对传统图像型火灾探测算法误差率高、延迟探测、计算量大等问题,提出了基于目标检测卷积神经网络(Faster-RCNN、R-FCN、SSD和YOLO v3)的图像型火灾探测算法.通过对比实验表明,基于目标检测卷积神经网络的探测算法准确性较高.其中,YOLO v3探测算法的平均精度为84.5%,探测速度为28帧/s,具有更高的稳定性,更适用于图像型火灾探测系统的开发.

卷积神经网络、深度学习、火灾探测

41

X932;X924.4(安全工程)

天津市科技重大专项16ZXHLSF00290

2022-07-12(万方平台首次上网日期,不代表论文的发表时间)

共5页

807-811

相关文献
评论
暂无封面信息
查看本期封面目录

消防科学与技术

1009-0029

12-1311/TU

41

2022,41(6)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn