基于目标检测卷积神经网络的图像型火灾探测算法

摘要：

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.

关键词：卷积神经网络、深度学习、火灾探测

所属期刊栏目：41

分类号：X932;X924.4(安全工程)

资助基金：天津市科技重大专项16ZXHLSF00290

在线出版日期：2022-07-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：807-811