一种用于边缘制造技术

本发明专利技术涉及计算机视觉技术领域，公开了一种用于边缘

【技术实现步骤摘要】
一种用于边缘AI设备火焰检测告警方法


[0001]本专利技术涉及计算机视觉
，尤其涉及一种用于边缘
AI
设备火焰检测告警方法
。

技术介绍

[0002]火焰检测系统需要高度的准确性和可靠性，因为错误的警报可能引发恐慌或浪费资源
。
[0003]由于边缘
AI
设备通常具有较低的处理能力和内存，限制了能够在设备上执行的复杂计算任务的规模和复杂性；同时，边缘
AI
设备的存储容量有限，这限制了可以存储和处理的数据量和模型大小，另外当前火焰检测准确度不够，导致错误警报引发恐慌或浪费资源问题
。

技术实现思路

[0004]本专利技术的目的是针对上述技术问题
,
而提供了一种用于边缘
AI
设备火焰检测告警方法，旨在通过对边缘
AI
设备的模型优化，同时对采集的信息进行预处理等操作，能够在资源有限的情况下，实现边缘
AI
设备对火焰的高效检测和报警，本专利技术的目的可通过下列技术实现：
[0005]本专利技术提供了一种用于边缘
AI
设备火焰检测告警方法，包括以下步骤：
[0006]S1
：边缘
AI
设备接入外部设备，通过所述外部设备捕捉环境图像或环境视频，所述边缘
AI
设备支持接入摄像头，通过所述摄像头捕捉所述环境图像或环境视频；
[0007]S2
：所述边缘
AI
设备对所述环境图像或所述环境视频进行预处理操作，获得预处理环境图像和预处理环境视频；
[0008]S3
：在所述边缘
AI
设备上部署基于深度学习训练出火焰检测模型；
[0009]S4
：通过所述火焰检测模型，分析所述预处理环境图像或所述预处理环境视频的信息，进行第一次检测；
[0010]S5
：根据所述信息判断所述预处理环境图像或所述预处理环境视频结果，所述边缘
AI
设备再使用多重检测对比机制，进行第二次检测
。
[0011]优选地，所述步骤
S5
之后还包括：
[0012]S6:
通过所述第二次检测识别到火焰时，所述边缘
AI
设备提取连接的传感器信号，进行第三次检测；
[0013]S7
：所述边缘
AI
设备通过所述第三次检测确定发生火灾后，触发报警机制，将报警信息发送给第三方平台同时记录日志信息
。
[0014]优选地，所述步骤
S2
中，所述预处理操作包括对所述环境图像和所述环境视频进行包括去噪
、
调整图像质量
、
裁剪
、
缩放和颜色校正在内的操作
。
[0015]优选地，所述步骤
S4
中，所述信息进一步包括：
[0016]所述预处理环境图像和所述预处理环境视频的包括火焰的形状
、
火焰的大小
、
火
焰的位置
、
火焰的运动和周围环境的关系在内的信息
。
[0017]优选地，所述步骤
S4
，所述第一次检测进一步包括：
[0018]所述边缘
AI
设备通过所述火焰检测模型监测当前所述预处理环境图像和所述预处理环境视频中包括火焰的颜色
、
强度
、
升高速度在内的信息，判断火灾的类型
、
规模和危险程度
。
[0019]优选地，所述步骤
S5
中，所述多重检测对比机制包括：检测到所述预处理环境图像或所述预处理环境视频的位置，根据所述位置坐标，通过所述边缘
AI
设备再次进行火焰检测，对比两次火焰的范围坐标趋势，排除误检火焰
。
[0020]优选地，所述步骤
S7
，进一步包括：
[0021]所述边缘
AI
设备将报警信息发送给所述第三方平台，管理人员收到所述报警信息和所述报警机制并采取措施
。
[0022]优选地，所述步骤
S7
，所述日志信息进一步包括：
[0023]管理人员通过所述日志信息对火焰进行包括事后分析
、
改进性能以及满足监管需求在内的的操作
。
[0024]优选地，本专利技术还提供了一种用于边缘
AI
设备火焰检测的设备，包括存储器和一个或多个处理器，所述存储器中存储有计算机代码，所述计算机代码被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如权利要求1至8中任一项所述一种用于边缘
AI
设备火焰检测告警方法
。
[0025]优选地，本专利技术还提供了一种用于边缘
AI
设备火焰检测告警方法存储介质，其特征在于，所述可读存储介质存储有计算机代码，当所述计算机代码被执行时，如权利要求1至8中任一项所述一种用于边缘
AI
设备火焰检测告警方法被执行
。
[0026]与现有技术相比，本专利技术的有益效果是：
[0027]本专利技术提供了一种用于边缘
AI
设备火焰检测告警过程，解决当前边缘
AI
设备火焰检测准确度不够，导致错误警报引发恐慌或浪费资源问题，实现高效的检测和报警机制
。
[0028]1)
提高了火焰识别的准确性，边缘
AI
设备通过火焰检测检测模型进行第一次检测，通过多重检测机制对比两次火焰的范围坐标趋势，进行二次检测，边缘
AI
设备提取连接的传感器信号，进行第三次检测，确保对火焰的准确识别
。
[0029]2)
降低了误检率，第二次检测通过动态对比和第三次检测通过传感器降低火焰误报，显著降低了误检率
。
[0030]3)
实时性，通过对环境图像和环境视频的多次检测，使得边缘
AI
设备触发报警机制，将报警信息发送给第三方平台同时记录日志信息，提高对火灾的响应速度，降低火灾带来的损失
。
附图说明
[0031]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了
。
附图仅用于示出优选实施方案的目的，而并不认为是对本专利技术的限制
。
[0032]图1为本专利技术一种用于边缘
AI
设备火焰检测告警整体流程图
。
具体实施方式
[0033]为了使本专利技术的目的
、
技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明，应当理解，此处所描述的具体实施例仅用以解释本专利技术，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种用于边缘
AI
设备火焰检测告警方法，其特征在于，包括以下步骤：
S1
：边缘
AI
设备接入外部设备，通过所述外部设备捕捉环境图像或环境视频；
S2
：所述边缘
AI
设备对所述环境图像或所述环境视频进行预处理操作，获得预处理环境图像和预处理环境视频；
S3
：在所述边缘
AI
设备上部署基于深度学习训练出火焰检测模型；
S4
：通过所述火焰检测模型，分析所述预处理环境图像或所述预处理环境视频的信息，进行第一次检测；
S5
：根据所述信息判断所述预处理环境图像或所述预处理环境视频结果，所述边缘
AI
设备再使用多重检测对比机制，进行第二次检测
。2.
根据权利要求1所述的一种用于边缘
AI
设备火焰检测告警方法，其特征在于，所述步骤
S5
之后还包括：
S6:
通过所述第二次检测识别到火焰时，所述边缘
AI
设备提取连接的传感器信号，进行第三次检测；
S7
：所述边缘
AI
设备通过所述第三次检测确定发生火灾后，触发报警机制，将报警信息发送给第三方平台同时记录日志信息
。3.
根据权利要求1所述的一种用于边缘
AI
设备火焰检测告警方法，其特征在于，所述步骤
S2
中，所述预处理操作包括对所述环境图像和所述环境视频进行包括去噪
、
调整图像质量
、
裁剪
、
缩放和颜色校正在内的操作
。4.
根据权利要求1所述的一种用于边缘
AI
设备火焰检测告警方法，其特征在于，所述步骤
S4
中，所述信息进一步包括：分析所述预处理环境图像和所述预处理环境视频的包括火焰的形状
、
火焰的大小
、
火焰的位置
、
火焰的运动和周围环境的关系在内的信息
。...

【专利技术属性】
技术研发人员：张宋伟，唐杰，戴立言，刘冰，伍爱群，韩佳，
申请(专利权)人：上海网达软件股份有限公司，
类型：发明
国别省市：