【技术实现步骤摘要】
公路隧道火灾烟雾前锋图像检测与定位方法
[0001]本专利技术涉及公路隧道火灾检测领域,具体涉及一种公路隧道火灾烟雾前锋图像检测与定位方法。
技术介绍
[0002]随着我国运营隧道的数量与里程快速增加,隧道火灾安全风险隐患日益突出。一旦发生火灾,隧道内外交通管制指示滞后,造成隧道交通堵塞,严重时不仅对隧道结构及附属设施造成破坏,甚至危及司乘人员的生命财产安全。
[0003]现有的公路隧道火灾检测系统或方法受隧道内气流、风速和断面高度等诸多因素的影响,在抗干扰、准确性和实时性方面存在严重缺陷,仅能对初期火灾点检测,缺乏对隧道内灾情发展及相关信息的感知获取能力。因此,需要一种新的公路隧道火灾烟雾前锋图像检测与定位方法,能够解决以上问题。
技术实现思路
[0004]有鉴于此,本专利技术的目的是克服现有技术中的缺陷,提供公路隧道火灾烟雾前锋图像检测与定位方法,能够获取更为丰富的后续灾情信息,具有较高的火灾检测准确性以及时效性。
[0005]本专利技术的公路隧道火灾烟雾前锋图像检测与定位方法,包括如下步骤:
[0006]S1.对采集的火灾烟雾图像进行数据增强处理,得到图像数据集;
[0007]S2.将图像数据集输入到火灾烟雾检测网络模型进行网路模型训练,得到训练好的检测网路模型;
[0008]S3.将待测的火灾烟雾图像输入到训练好的检测网路模型,输出火灾烟雾目标区域;
[0009]S4.确定火灾烟雾目标区域的烟雾前锋位置;
[0010]S5.确定烟雾前锋位 ...
【技术保护点】
【技术特征摘要】
1.一种公路隧道火灾烟雾前锋图像检测与定位方法,其特征在于:包括如下步骤:S1.对采集的火灾烟雾图像进行数据增强处理,得到图像数据集;S2.将图像数据集输入到火灾烟雾检测网络模型进行网路模型训练,得到训练好的检测网路模型;S3.将待测的火灾烟雾图像输入到训练好的检测网路模型,输出火灾烟雾目标区域;S4.确定火灾烟雾目标区域的烟雾前锋位置;S5.确定烟雾前锋位置与监测位置之间的纵向距离。2.根据权利要求1所述的公路隧道火灾烟雾前锋图像检测与定位方法,其特征在于:对采集的火灾烟雾图像进行数据增强处理,得到图像数据集,具体包括:S11.使用矩形框标注出火灾烟雾图像中烟雾区域位置,得到标记后的数据图像;S12.随机选取若干张标记后的数据图像形成数据图像子集;S13.对数据图像子集中的数据图像进行随机裁剪以及缩放处理,得到处理后的数据图像子集;S14.对处理后的数据图像子集中的数据图像进行随机排列,拼接成一幅数据图像;S15.重复步骤S12
‑
S14,得到若干幅数据图像。3.根据权利要求1所述的公路隧道火灾烟雾前锋图像检测与定位方法,其特征在于:将YOLOv5s作为基础网路,构建火灾烟雾检测网络模型;其中,在主干网络中引入Transformer Encoder模块;在颈部网络中使用轻量级卷积方法GSConv模块;在多尺度特征分支中添加轻量级高效通道注意力ECA模块;并使用CIoU损失函数与SiLU激活函数。4.根据权利要求3所述的公路隧道火灾烟雾前锋图像检测与定位方法,其特征在于:在主干网络中引入Transformer Encoder模块,具体包括:在主干网络Backbone的最后一层中引入Transformer Encoder与C3模块相融合;其中,Transformer Encoder模块的输入是来自将前一步Conv卷积操作得到的特征图通过Embedded Patches层划分为带有位置信息的Patches,再进行线性变化后传到Multi
‑
Head Attention和MLP层,最后将具有丰富上下文信息的特征图传递到网络下一层。5.根据权利要求3所述的公路隧道火灾烟雾前锋图像检测与定位方法,其特征在于:在颈部网络中使用轻量级卷积方法GSConv模块,具体包括:轻量级卷积方法GSConv将DSC与SC结合使用,通过使用shuffle将SC生成的信息渗透到DSC生成的信息的每个部分中。6.根据权利要求3所述的公路隧道火灾烟雾前锋图像检测与定位方法,其特征在于:在多尺度特征分支中添加轻量级高效通道注意力ECA模块,具体包括:在Neck网络多尺度特征分支中添加高效通道注意力E...
【专利技术属性】
技术研发人员:刘帅,丁浩,邓实强,杨孟,陈建忠,蒋树屏,李文锋,曹鹏,孙茂贵,廖嘉雯,
申请(专利权)人:招商局重庆交通科研设计院有限公司,
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。