一种基于深度学习的灭火器设备智能检测方法及系统技术方案

本发明专利技术提供一种基于深度学习的灭火器设备智能检测方法及系统，涉及人工智能目标检测技术领域。该种基于深度学习的灭火器设备智能检测系统，包括采集模块、抽帧和去重模块、标注模块、构建模块、训练及应用模块；所述采集模块用于采集视频数据；所述抽帧和去重模块用于对采集到的视频数据进行抽帧和去重预处理操作得到图片数据；所述训练及应用模块用于对灭火器设备智能检测模型进行训练、测试和评估。通过在YOLOX模型主干网络的三个不同特征输出处添加ECA注意力机制，增强模型对小目标特征的提取能力，减少误检和漏检情况，并且，采用α‑EIOU边框损失函数进行优化，加速模型的收敛提高灭火器模型的检测精度。

【技术实现步骤摘要】

本专利技术涉及人工智能目标检测，具体为一种基于深度学习的灭火器设备智能检测方法及系统。

技术介绍

1、随着经济社会秩序逐渐恢复常态，诱发火灾的各类风险增多，据国家消防救援局统计，今年上半年，全国共接报火灾55万起，日均火灾超3000起。社会单位和公民应该增强自己安全意识，采取安全措施，预防各类火灾事故的发生，而灭火器是生活中最常见和最有效的火灾预防设备，在住宅楼道、商场、工厂等地随处可见，尽管火灾设备用于火灾应急使用，但如果处理不当或维护不当，可能会对人员造成伤害并且不能及时地扑救火情，因此，对灭火器设备的实时智能检测能够有效规避风险且保证其能够及时地救援火灾。

2、传统的灭火器设备维护，通常是人工巡查的形式，耗费大量的人力物力，基于深度学习的灭火器设备智能检测能够有效地节约资源，提高效率，灭火器设备检测任务的特点不同于普通的目标检测任务，其检测目标小，且有着复杂背景的特点，大多数的对象检测器不注意特定场景和标准数据集场景之间的差异，无法获得与一般数据集相同的检测结果，因此，基于深度学习技术如何快速、准确地识别灭火器设备是亟待解决的问题。...

【技术保护点】

1.一种基于深度学习的灭火器设备智能检测系统，其特征在于，包括采集模块、抽帧和去重模块、标注模块、构建模块、训练及应用模块；

2.根据权利要求1所述的一种基于深度学习的灭火器设备智能检测系统，其特征在于：所述采集模块包括摄像头设备，所述摄像头设备用于采集视频数据。

3.根据权利要求1所述的一种基于深度学习的灭火器设备智能检测系统，其特征在于：所述标注模块包括labelimg标注工具、训练集、测试集和验证集，所述labelimg标注工具用于对灭火器设备数据进行标记，所述灭火器设备数据类别包括FE(灭火器，FireExtinguisher)、FEB(灭火箱，Fire ...

【技术特征摘要】

1.一种基于深度学习的灭火器设备智能检测系统，其特征在于，包括采集模块、抽帧和去重模块、标注模块、构建模块、训练及应用模块；

2.根据权利要求1所述的一种基于深度学习的灭火器设备智能检测系统，其特征在于：所述采集模块包括摄像头设备，所述摄像头设备用于采集视频数据。

3.根据权利要求1所述的一种基于深度学习的灭火器设备智能检测系统，其特征在于：所述标注模块包括labelimg标注工具、训练集、测试集和验证集，所述labelimg标注工具用于对灭火器设备数据进行标记，所述灭火器设备数据类别包括fe(灭火器，fireextinguisher)、feb(灭火箱，fire extinguisher box)、fed(灭火器损坏，fireextinguisherdamaged)和febd(灭火箱损坏，fire extinguisherbox damaged)。

4.根据权利要求1所述的一种基于深度学习的灭火器设备智能检测系统，...

【专利技术属性】
技术研发人员：孙德亮，陈雷，熊瑞，
申请(专利权)人：中再云图技术有限公司，
类型：发明
国别省市：