火灾检测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种火灾检测方法、装置、设备及存储介质，包括：将待检测图像转换为预设分辨率的目标图像，其中，目标图像的分辨率小于待检测图像的分辨率，将目标图像输入预先训练好的目标火灾检测神经网络中，得到中间检测结果，其中，中间检测结果包括：目标图像中火灾的边界框信息，将目标图像中火灾的边界框信息，转换为待检测图像中火灾的边界框信息，并将待检测图像中火灾的边界框信息作为最终检测结果，输出最终检测结果。该火灾检测方法，检测精度较高，同时，检测效率也较高。

【技术实现步骤摘要】
火灾检测方法、装置、设备及存储介质
本专利技术实施例涉及计算机
，尤其涉及火灾检测方法、装置、设备及存储介质。
技术介绍
当今社会，家庭火灾安全越来越受到重视。家庭内的着火点往往无法得到提前预防和提前重视。因此，如何实现家庭内的火灾检测非常重要。目前，可以通过在家中设置烟雾传感器进行家庭内火灾的检测。但是，烟雾传感器容易受到家庭环境中非火灾因素引起的烟雾的干扰，从而，导致火灾的误检测。因此，目前的火灾检测方法精度较低。
技术实现思路
本专利技术提供一种火灾检测方法、装置、设备及存储介质，以解决目前的火灾检测方法精度较低的技术问题。第一方面，本专利技术实施例提供一种火灾检测方法，包括：将待检测图像转换为预设分辨率的目标图像；其中，所述目标图像的分辨率小于所述待检测图像的分辨率；将所述目标图像输入预先训练好的目标火灾检测神经网络中，得到中间检测结果；其中，所述中间检测结果包括：所述目标图像中火灾的边界框信息；将所述目标图像中火灾的边界框信息，转换为所述待检测图像中火灾的边界框本文档来自技高网...

【技术保护点】
1.一种火灾检测方法，其特征在于，包括：/n将待检测图像转换为预设分辨率的目标图像；其中，所述目标图像的分辨率小于所述待检测图像的分辨率；/n将所述目标图像输入预先训练好的目标火灾检测神经网络中，得到中间检测结果；其中，所述中间检测结果包括：所述目标图像中火灾的边界框信息；/n将所述目标图像中火灾的边界框信息，转换为所述待检测图像中火灾的边界框信息，并将所述待检测图像中火灾的边界框信息作为最终检测结果；/n输出所述最终检测结果。/n

【技术特征摘要】
1.一种火灾检测方法，其特征在于，包括：
将待检测图像转换为预设分辨率的目标图像；其中，所述目标图像的分辨率小于所述待检测图像的分辨率；
将所述目标图像输入预先训练好的目标火灾检测神经网络中，得到中间检测结果；其中，所述中间检测结果包括：所述目标图像中火灾的边界框信息；
将所述目标图像中火灾的边界框信息，转换为所述待检测图像中火灾的边界框信息，并将所述待检测图像中火灾的边界框信息作为最终检测结果；
输出所述最终检测结果。


2.根据权利要求1所述的方法，其特征在于，所述目标火灾检测神经网络的生成方式包括：
获取样本图像以及对应的标定结果；
将所述样本图像输入火灾检测神经网络进行训练，得到输出结果；
根据所述输出结果和对应的标定结果，对所述火灾检测神经网络进行反馈更新，直至训练结束。


3.根据权利要求1或2所述的方法，其特征在于，所述将待检测图像转换为预设分辨率的目标图像，包括：
通过硬件提供的转码方式，将所述待检测图像转换为所述目标图像。


4.根据权利要求1或2所述的方法，其特征在于，所述将所述目标图像输入预先训练好的目标火灾检测神经网络中，得到中间检测结果，包括：
将所述目标图像输入预先训练好的目标火灾检测神经网络中，得到所述目标火灾检测神经网络输出的初始检测结果；其中，所述初始检测结果包括：所述目标图像中是否包括火灾；在所述目标图像中包括火灾时，所述目标图像中火灾的初始边界框信息；
在根据所述初始检测结果，确定所述目标图像中包括火灾时，根据所述目标图像中火灾的初始边界框信息，对所述初始边界框信息对应的初始边界框进行扩边，得到所述中间检测结果。


5.根据权利要求4所述的方法，其特征在于，所述目标图像中火灾的初始边界框信息包括：x`，y`，width`以及height`，x`表示所述目标图像中火灾的初始边界框中目标点的x轴坐标，y`表示所述目标图像中火灾的初始边界框中目标点的y轴坐标，width`表示所述目标图像中火灾的初始边界框的宽度，height`表示所述目标图像中火灾的初始边界框的高度；
所述根据所述目标图像中火灾的初始边界框信息，对所述初始边界框信息对应的初始边界框进行扩边，得到所述中间检测结果，包括：
根据公式确定所述目标图像中火灾的边界框中目标点的x...

【专利技术属性】
技术研发人员：张农，
申请(专利权)人：北京锐安科技有限公司，
类型：发明
国别省市：北京;11