一种基于改进YOLOV5的烟火检测方法、系统及电子设备技术方案

本发明专利技术提供一种基于改进YOLOV5的烟火检测方法、系统及电子设备，通过采用改进的YOLOV5模型，将可变卷积层替换原有的标准卷积层，并通过识别的目标分别进行火焰判定和烟雾判定，相比于标准卷积层计算方式，可变形卷积在每一个卷积核的采样点上添加了一个偏移参数，使得卷积核具有学习目标几何形变的能力，对烟雾、火焰等不具备规则形状目标的检测能力增强，减少误报。同时，根据火焰和烟雾的不同目标，针对火焰进行面积变化频率的识别，针对烟雾进行像素变化的识别，使得本方法细化了对火焰和烟雾的识别，可以根据火焰和烟雾的固有目标提高烟火目标的识别准确度，能够有效过滤烟火目标误报。火目标误报。火目标误报。

【技术实现步骤摘要】
一种基于改进YOLOV5的烟火检测方法、系统及电子设备


[0001]本专利技术涉及烟火检测识别
，特别涉及一种基于改进YOLOV5的烟火检测方法、系统及电子设备。

技术介绍

[0002]火灾一直是威胁人民生命财产安全的一大隐患，据报道，火灾每年造成的经济损失高达15.5亿元。能够在火灾发生前对火灾进行预警对于保护人民生命财产安全具有极高的意义和价值。
[0003]现阶段大部分烟火预警装置多采用红外摄像头装置以及烟雾传感器等实现火灾预警功能，但是其对于室内场景的火灾预警效果较好，不能实现在郊区中工厂、园区、森林等室外场景下的火灾预警功能。现阶段视频监控场景下的火灾预警方案多采用常规的图像识别检测算法实现火灾预警，但是该方案误报较多。

技术实现思路

[0004]为了克服目前现有的郊区火灾预警准确度较低的问题，本专利技术提供基于改进YOLOV5的烟火检测方法、系统及电子设备。
[0005]本专利技术为解决上述技术问题，提供一种基于改进YOLOV5的烟火检测方法，步骤S1：获取视频帧图像；步骤S2：采用YOLOV5本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进YOLOV5的烟火检测方法，其目标在于：包括如下步骤：步骤S1：获取视频帧图像；步骤S2：采用YOLOV5模型对视频帧图像进行图像识别，YOLOV5模型中采用可变形卷积层检测视频帧图像中的烟雾和火焰，获取烟雾和火焰目标；步骤S3：对于每一个火焰目标，计算相邻帧图像中当前目标中面积变化值，当面积变化值超过预定范围时，记录变化一次，当同一个目标变化频率超过预定范围时，判定该目标为火焰；步骤S4：对于每一个烟雾目标，计算相邻帧图像中当前目标中像素变化值，当像素变化值超过预定范围时，判定该目标为烟雾。2.如权利要求1中所述基于改进YOLOV5的烟火检测方法，其目标在于：所述YOLOV5模型训练步骤包括：步骤S101：获取多个训练帧图像；步骤S102：采用数据增强处理，对多个训练帧图像进行数据增强，并输入到YOLOV5模型中。3.如权利要求2中所述基于改进YOLOV5的烟火检测方法，其目标在于：在步骤S102中，数据增强处理包括：将多个训练帧图像组合形成一个组合图像，该组合图像中未填充区域采用灰度化处理。4.如权利要求2中所述基于改进YOLOV5的烟火检测方法，其目标在于：在步骤S102中，数据增强处理包括：将烟火目标粘贴至训练帧图像中的任意位置，作为粘贴训练集。5.如权利要求2中所述基于改进YOLOV5的烟火检测方法，其目标在于：在...

【专利技术属性】
技术研发人员：刘健，汪云，柴涛涛，邱真，陈阳，汤园生，
申请(专利权)人：深圳市瑞驰信息技术有限公司，
类型：发明
国别省市：