【技术实现步骤摘要】
一种基于无人机视角的烟火检测方法、系统、设备及介质
[0001]本专利技术涉及目标检测领域，尤其涉及一种基于无人机视角的烟火检测方法、系统、设备及介质。
技术介绍
[0002]目标检测是计算机视觉领域的最重要的应用之一，目前基于深度学习的目标检测方法已被广泛应用到了行人检测、疾病诊断、交通追踪及遥感图像检测等领域。近年来，由于无人机获取图像的便捷性和多角度特性，利用无人机拍摄的图像，对感兴趣目标进行检测，用于区域管理，已经成为智慧城乡建设的重要内容。特别是对于林业火灾的防控，采用无人机对烟火进行监测已成为趋势。由于林业面积广阔、区域水文地理环境复杂，开展林业资源监测、人工巡检工作存在安防效果差、成本高、效率低、人员风险高且无法迅速掌握全局等弊端，林业火灾一旦发生，会在短时间内迅速蔓延。传统观察调度手段无法掌握全局，而无人机则弥补了这一缺点，能够实时高空观察火势走向，全面掌握火灾情况并及时预警。
[0003]现有基于深度学习的目标检测方法通常网络模型较为复杂，无法满足无人机图像目标检测对资源和实时性的较高要求。同时，无...
【技术保护点】
【技术特征摘要】
1.一种基于无人机视角的烟火检测方法，其特征在于，包括以下步骤：S1、采集无人机视角下的含烟雾场景图像、含火焰场景图像及一般场景图像作为数据集，对所述数据集的图像进行预处理；S2、将经过预处理的数据送入目标检测网络进行训练，得到无人机视角下的烟火识别模型；S3、将训练好的烟火识别模型部署到无人机上，当检测到图像中有烟雾或者火焰时，无人机将发出警报，并返回检测结果。2.根据权利要求1所述的一种基于无人机视角的烟火检测方法，其特征在于，所述对数据集的图像进行预处理的步骤具体包括：S11、对数据集的图像进行目标分类和标注，将图像中的烟雾和火焰目标进行标注；S12、采用分量法对图像进行灰度化；S13、采用双线性插值算法对图像进行缩放；S14、采用空间域图像增强技术通过线性和非线性变换对图像像素进行增强。3.根据权利要求1所述的一种基于无人机视角的烟火检测方法，其特征在于，所述目标检测网络的具体操作包括以下步骤：S21、使用预处理后的图像作为所述目标检测网络的输入，经过4
×
1、1
×
4的卷积操作后，进行局部特征归一化操作；S22、经过三个多卷积块进行特征提取；S23、对步骤S22输出的特征图进行下采样，通过三个多卷积块进行特征提取，并依次送入小目标增强模块、通道空间注意力模块；S24、对步骤S23输出的特征图进行下采样，通过九个多卷积块进行特征提取，并依次送入小目标增强模块、通道空间注意力模块；S25、对步骤S24输出的特征图进行下采样，通过三个多卷积块进行特征提取，并依次送入小目标增强模块、通道空间注意力模块；S26、对步骤S25输出的特征图进行全局平均池化和局部特征归一化操作，输出预测结果。4.根据权利要求3所述的一种基于无人机视角的烟火检测方法，其特征在于，所述多卷积块的具体操作包括以下步骤：SA1、输入的特征图通过1
×
1卷积进行降维；SA2、通过四次3
×
3卷积操作提取特征，不改变特征图的高宽和通道数；SA3、将步骤SA1和步骤SA2输出的特征图进行拼接；SA4、通过3
×
3的卷积操作提取特征；SA5、将步骤SA4输出的特征图分为两组，一组经过1
×
1卷积操作后再进行3
×
3卷积操作，另一组经过最大池化操作后再进行3
×
3卷积操作；SA6、对两组操作得到的结果进行拼接并输出。5.根据权利要求3所述的一种基于无人机视角的烟火检测方法，其特征在于，所述小目标增强模块的具体操作包括以下步骤：SB1、对输入的特征图进行上采样和下采样，将输入的特征图、上采样后的特征图和下采样后的特征图进行拼接；
SB2、将拼接后得到的结果分为两组：一组经过全局最大池化、1
×
1卷积操作后，进行局部归一化操作并送入Mish激活函数；另一组经过全局平均池化、1
×
1卷积操作后，进行局部归一化操作并送入Mish激活函数；SB3、对两组操作得到的结...
【专利技术属性】
技术研发人员：姜明华，张可怡，余锋，张欣瑶，宋坤芳，周昌龙，
申请(专利权)人：武汉纺织大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。