本发明专利技术公开了一种无人机载火灾自动检测方法和装置，包括：利用无人机自带摄像头采集图像，并构建火灾检测数据集；构建基于残差结构的多色域信息融合模块，构建火灾检测主干网络CSPDarkNet和特征金字塔网络PAFPN，以得到多尺度信息融合后的火灾特征；构建具有IoU感知能力的分类头和免锚框回归头；基于Alignment Metric构建正负样本分配算法Task Alignment Learning，以增强检测器在分类与回归预测上的统一性；构建损失函数模块，其中VariFocalLoss约束检测器完成分类与IoU感知任务的学习，并进行训练；将火灾检测器部署在无人机中，进行火灾检测操作。本发明专利技术提出了一个单阶段免锚框的火灾检测算法，可以有效解决无人机视角下火灾检测召回率低、鲁棒性差、定位不准等问题。
【技术实现步骤摘要】
本专利技术属于模式识别，具体涉及一种无人机载火灾自动检测方法和装置。
技术介绍
1、传统的火灾检测方法主要依赖于烟雾探测器、温度探测器和火灾探测器等设备，但这些设备通常需要固定安装在建筑物内部，无法及时监测到室外或较远距离的火灾。
2、无人机技术的快速发展为火灾检测带来了新的机遇。无人机具有机动性强、可灵活飞行以及携带各种传感器的能力，使其成为进行火灾自动检测的理想平台。利用无人机进行火灾检测可以实现实时监测、快速响应和准确定位火灾源，为消防部门提供重要的信息支持和指导。
3、传统的火灾检测方法在检测开放区域方面存在明显的缺陷。基于传感器的检测系统在室内空间中具有良好的性能，但考虑到高覆盖率成本，很难在室外安装它们。此外，它们不能提供重要的视觉信息，可以帮助消防员及时掌握火灾场景的情况。红外或紫外探测器容易受到环境干扰，考虑它们的探测距离较短，不适合大型开放区域。卫星遥感擅长检测大规模森林火灾，但不能检测早期区域火灾。受计算机视觉技术兴起的启发，研究人员开始寻求一种基于图像处理的更高效的火灾检测模型。
>4、目前基于计算机本文档来自技高网...
【技术保护点】
1.一种无人机载火灾自动检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的无人机载火灾自动检测方法，其特征在于，利用无人机自带的摄像头采集图像，依据目标检测任务的标注范式，以COCO2017数据集标注的存储格式构建火灾检测训练数据集和测试数据集，包括：
3.根据权利要求1所述的无人机载火灾自动检测方法，其特征在于，所述多色域信息融合模块基于残差结构，依次执行：HSV色域图像转换、提取HSV色域的有效特征以及色域信息融合，并使用点卷积自适应控制融合中的信息增量，所述增量指HSV色域信息。
4.根据权利要求3所述的无人机载火灾自动检测方法，其特...
【技术特征摘要】
1.一种无人机载火灾自动检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的无人机载火灾自动检测方法，其特征在于，利用无人机自带的摄像头采集图像，依据目标检测任务的标注范式，以coco2017数据集标注的存储格式构建火灾检测训练数据集和测试数据集，包括：
3.根据权利要求1所述的无人机载火灾自动检测方法，其特征在于，所述多色域信息融合模块基于残差结构，依次执行：hsv色域图像转换、提取hsv色域的有效特征以及色域信息融合，并使用点卷积自适应控制融合中的信息增量，所述增量指hsv色域信息。
4.根据权利要求3所述的无人机载火灾自动检测方法，其特征在于，所述hsv色域图像转换，是将rgb图像转换为hsv色域图像；
5.根据权利要求1所述的无人机载火灾自动检测方法，其特征在于，所述主干网络为cspdarknet，通过在darknet的基础上引入cspn结构以截取冗余梯度流得到，所述多尺度特征融合网络为pafpn，通过在fpn的基础上引入自下而上的路径信息融合得到。
6.根据权利要求1所述的无人机载火灾自动检...
【专利技术属性】
技术研发人员：曹志诚，李文龙，庞辽军，赵恒，
申请(专利权)人：西安电子科技大学，
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。