-
题名基于轻量化神经网络的火焰识别方法研究
被引量：1
- 1
-
-
作者
马成建
王学辉
吕玉乾
-
机构
临夏州消防救援支队
中国科学技术大学
武威市消防救援支队
-
出处
《消防科学与技术》
CAS
北大核心
2023年第3期314-318,共5页
-
文摘
为了解决当前的火焰识别算法中模型不紧凑、识别精度与效率较低等问题,提出一种基于显著性目标识别理论的轻量化火焰图像分割方法。该方法基于类U-net的编码器-解码器的架构,架构内部采用了显著性目标检测的方法,引入多层注意力机制,以分层的方式检测火焰目标。该方法在公开数据集上取得了较好的识别结果,且通过对比4种经典语义分割模型可知,交并比指标提升了5.70%~16.25%,F_(1)分数最高提升了10%,且该模型的平均绝对误差值也远远低于其他4种经典模型。表明该轻量化模型在火焰分割效果和运行速度上的指标最佳,有着较强的鲁棒性和有效性。
-
关键词
轻量化神经网络
火焰识别
显著性目标识别
-
Keywords
lightweight neural network
flame recognition
significant target recognition
-
分类号
X932
[环境科学与工程—安全科学]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
