【技术实现步骤摘要】
本申请涉及消防，特别是涉及一种火情检测方法、装置及计算机设备。
技术介绍
1、随着人工智能的发展，在消防领域中也逐渐开始采用依托于深度学习模型的火情检测。
2、目前的火情检测方法，由于往往采用类fpn网络进行特征融合，而类fpn网络的跨层能力弱，对于不同尺度的目标精度表现差异较大，因此容易出现误检的情况。对于误检的判断，传统技术中往往是以增加正负样本的方式强化火焰和烟雾特征的识别能力，但不仅新场景下的负样本获取困难，且若将与火焰、烟雾相似度很高的目标添加为负样本，会降低模型对正样本目标的识别能力，导致识别召回率降低的问题，无法有效降低误检率。
3、然而，目前的火情检测方法，仍然存在误检率较高、准确率较低的问题。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够降低误检率、提高准确率的火情检测方法、装置及计算机设备。
2、第一个方面，本申请提供了一种火情检测方法，所述火情检测方法包括：
3、将实时图像输入至预先训练的火情检测模型，...
【技术保护点】
1.一种火情检测方法，其特征在于，所述火情检测方法包括：
2.根据权利要求1所述的火情检测方法，其特征在于，所述分别计算一张或多张历史图像中的第二检测目标，与所述第一检测目标的相对位置信息包括：
3.根据权利要求2所述的火情检测方法，其特征在于，计算每张历史图像中的第二检测目标与所述第一检测目标的交叠比例包括：
4.根据权利要求1所述的火情检测方法，其特征在于，所述基于所述相对位置信息，得到所述第一检测目标是否为误检的判断结果包括：
5.根据权利要求4所述的火情检测方法，其特征在于，所述将所述实时图像和所述一张或多张历史...
【技术特征摘要】
1.一种火情检测方法，其特征在于，所述火情检测方法包括：
2.根据权利要求1所述的火情检测方法，其特征在于，所述分别计算一张或多张历史图像中的第二检测目标，与所述第一检测目标的相对位置信息包括：
3.根据权利要求2所述的火情检测方法，其特征在于，计算每张历史图像中的第二检测目标与所述第一检测目标的交叠比例包括：
4.根据权利要求1所述的火情检测方法，其特征在于，所述基于所述相对位置信息，得到所述第一检测目标是否为误检的判断结果包括：
5.根据权利要求4所述的火情检测方法，其特征在于，所述将所述实时图像和所述一张或多张历史图像输入至静态过滤模块，得到静态目标误检检测结果包括：将所述实时图像和所述一张或多张历史图像进行裁剪，并变换至同一尺寸，得到多张静态输入图像；将多张所述静态输入图像输入至静态过滤模块，得到静态目标分数；基于所述静态目标分数，确定静态目标误检检测...
【专利技术属性】
技术研发人员：董化鹏，张力文，金子杰，朱志浩，
申请(专利权)人：天翼视联科技有限公司，
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。