【技术实现步骤摘要】
本专利技术涉及图像识别处理，特别涉及一种燃气热水器烟道安全隐患识别的方法。
技术介绍
1、当前允许安装的热水器为强排式热水器和平衡式热水器，二者都可以使用市电，利用排风扇将废气通过金属烟道排出室外，然而燃气热水器的不规范安装可能会将烟道未放置在室外或未完全伸出室外，燃气热水器工作时将废弃排放在室内，造成室内燃气中毒，发生安全事故。现有对燃气热水器类型和安装的识别，以及安全隐患检测是通过人工判断，难免会出现误判，或判断过程无法溯源的问题。
技术实现思路
1、本专利技术的目的在于利用计算机视觉技术对燃气热水器的安全隐患进行识别，提供一种燃气热水器烟道安全隐患识别的方法。
2、为了实现上述专利技术目的，本专利技术实施例提供了以下技术方案：
3、一种燃气热水器烟道安全隐患识别的方法，包括以下步骤：
4、步骤1，采集燃气热水器烟道的图像；
5、步骤2，使用基于空间深度转换卷积技术的yolov8n模型从采集的图像中对烟道、防风罩、窗户、阳台栏杆进行识别；
6、步骤3，分析识别出来的烟道和防风罩，相对于窗户或阳台栏杆的位置，判断烟道和防风罩是否完全伸出户外，从而判定是否存在烟道安全隐患。
7、所述yolov8n模型的联合损失函数为：
8、linner-mpdiou=lmpdiou+linner-iou；
9、lmpdiou=1-mpdiou；
10、linner-iou=1-iouinne
11、其中，linner-mpdiou表示联合损失函数；lmpdiou表示基于最小点距离的交并比值损失函数；linner-iou表示基于辅助框的交并比值损失函数；mpdiou表示基于最小点距离的交并比值；iouinner表示基于辅助框的交并比值；
12、 ；
13、 ；
14、si=(xg2-xp1)×(yg2-yp1)；
15、sg=(xg2-xg1)×(yg2-yg1)；
16、sp=(xp2-xp1)×(yp2-yp1)；
17、；
18、；
19、其中，bg表示真实框，真实框的左上角坐标为(xg1,yg1)，右下角坐标为(xg2,yg2)；bp表示预测框，预测框的左上角坐标为(xp1,yp1)，右下角坐标为(xp2,yp2)；iou表示预测框和真实框的重叠区域面积与并集区域面积的比值；w、h分别为输入图像的宽、高；sg表示真实框的面积，sp表示预测框的面积，si表示真实框和预测框重叠区域的面积；d1表示真实框左上角和预测框左上角之间的直线距离，d2表示真实框右下角和预测框右下角之间的直线距离；
20、 ；
21、 ； ；
22、 ； ；
23、 ； ；
24、 ； ；
25、其中，真实框及其辅助框的中心点坐标为(xg,yg)，预测框及其辅助框的中心点坐标为(xp,yp)；真实框的宽、高分别为wg、hg，预测框的宽、高分别为wp、hp；真实框的辅助框的左上角坐标为(xg-in1,yg-in1)，右下角坐标为(xg-in2,yg-in2)；预测框的辅助框的左上角坐标为(xp-in1,yp-in1)，右下角坐标为(xp-in2,yp-in2)；
26、inter和union表示为：
27、inter=[min(xg-in2,xp-in2)-max(xg-in1,xp-in1)]×[min(yg-in2,yp-in2)-max(yg-in1,yp-in1)]；
28、union=(wg×hg)×ratio2+(wp×hp)×ratio2-inter。
29、所述yolov8n模型包括主干网络、颈部网络、头部网络；
30、所述主干网络包括依次连接的conv、spd-conv_1、3个c2f_1、spd-conv_2、6个c2f_2、spd-conv_3、6个c2f_3、spd-conv_4、3个c2f_4、sppf；
31、所述颈部网络包括upsample_1、upsample_2、concat_1、concat_2、concat_3、concat_4、c2f_5、c2f_6、c2f_7、c2f_8、spd-conv_5、spd-conv_6；详细来说，sppf的输出端与upsample_1的输入端连接，upsample_1、concat_1、3个c2f_5、upsample_2、concat_2、3个c2f_6依次连接，3个c2f_6的输出端与spd-conv_5的输入端连接，spd-conv_5、concat_3、3个c2f_7、spd-conv_6、concat_4、3个c2f_8依次连接，3个c2f_5的输出端与concat_3的输入端连接，sppf的输出端与concat_4的输入端连接；
32、所述头部网络包括delect_1、delect_2、delect_3，3个c2f_6的输出端与delect_1的输入端连接，3个c2f_7的输出端与delect_2的输入端连接，3个c2f_8的输出端与delect_3的输入端连接。
33、大小为s×s的图像输入conv后，增加图像的通道数量，形成大小为s×s×c1的中间特征映射x，s为长和宽，c1为通道数，spd-conv中的spd将中间特征映射x分割为scale2个子特征映射序列切片后，再将这些子特征映射序列连接起来；
34、由中间特征映射x分割出来的子特征映射序列为：
35、f0,0=x[0:s:scale,0:s:scale]
36、f1,0=x[1:s:scale,0:s:scale]
37、...
38、fscale-1,0=x[scale-1:s:scale,0:s:scale]
39、f0,1=x[0:s:scale,1:s:scale]
40、f1,1=x[1:s:scale,1:s:scale]
41、...
42、fscale-1,1=x[scale-1:s:scale,1:s:scale]
43、...
44、f0,scale-1=x[0:s:scale,scale-1:s:scale]
45、f1,scale-1=x[1:s:scale,scale-1:s:scale]
46、...
47、fscale-1,scale-1=x[scale-1:s:scale,scale-1:s:scale]
48、沿着通道维度将子特征映射序列连接起来，得到映射特征x`，x`的空间维度为x的1/scale，通道维度变为原来的sacle2倍；
49、在spd之后为带有c2个卷积核的convolution，其中c2<scale本文档来自技高网...
【技术保护点】
1.一种燃气热水器烟道安全隐患识别的方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种燃气热水器烟道安全隐患识别的方法，其特征在于：所述YOLOv8n模型的联合损失函数为：
3.根据权利要求1所述的一种燃气热水器烟道安全隐患识别的方法，其特征在于：所述YOLOv8n模型包括主干网络、颈部网络、头部网络；
4.根据权利要求3所述的一种燃气热水器烟道安全隐患识别的方法，其特征在于：大小为S×S的图像输入Conv后，增加图像的通道数量，形成大小为S×S×C1的中间特征映射X，S为长和宽，C1为通道数，SPD-Conv中的SPD将中间特征映射X分割为scale2个子特征映射序列切片后，再将这些子特征映射序列连接起来；
5.根据权利要求1所述的一种燃气热水器烟道安全隐患识别的方法，其特征在于：所述步骤3具体包括以下步骤：
【技术特征摘要】
1.一种燃气热水器烟道安全隐患识别的方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种燃气热水器烟道安全隐患识别的方法，其特征在于：所述yolov8n模型的联合损失函数为：
3.根据权利要求1所述的一种燃气热水器烟道安全隐患识别的方法，其特征在于：所述yolov8n模型包括主干网络、颈部网络、头部网络；
4.根据权利要求3所述的一种燃气热水...
【专利技术属性】
技术研发人员：鄢章发，王孜，丁弘春，刘轶方，
申请(专利权)人：成都千嘉科技股份有限公司，
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。