烟火检测方法及系统技术方案

本发明专利技术提供一种烟火检测方法及系统，该方法包括：获取待检测场景的业务图像数据；将所述业务图像数据输入到烟火检测模型中，得到由所述烟火检测模型输出的所述待检测场景对应的烟火检测结果，其中，所述烟火检测模型是通过改进的YOLO模型构建得到的，所述改进的YOLO模型是由对比语言‑图像预训练模型和多层感知机构建得到的。本发明专利技术提供的通过对由对比语言‑图像预训练模型和多层感知机构建得到的改进YOLO模型进行训练，从而利用得到的烟火检测模型对待检测场景的业务图像数据进行烟火检测，可大幅提升烟火识别精度，减少误报率，降低人工成本的同时提高监管人员的工作效率。

【技术实现步骤摘要】

本专利技术涉及人工智能，尤其涉及一种烟火检测方法及系统。

技术介绍

1、为了防范化解消防安全风险和提升应对处置灾害事故的能力，目前都在高空瞭望摄像头监管上加大投入，做到防患于未然，利用监控实时查看各区域情况，分析出可能出现的烟雾或火情预警，以此做到实时预警与及时出警，能在一定程度上降低消防工作难度。

2、现有技术方案大多是人工查看监控或录像数据，响应速度慢且都是事后追责，效率极低，或者采用传统视觉算法模型进行检测，虽然能一定程度上提高监控效率，但传统模型的检测效果较差，会出现很多误报，无形之中加大了处置工作量，并且误报过多也会导致处置工作人员逐渐产生惰性，可能会漏掉误报中出现的真正告警。

3、因此，现在亟需一种烟火检测方法及系统来解决上述问题。

技术实现思路

1、针对现有技术存在的问题，本专利技术提供一种烟火检测方法及系统。

2、本专利技术提供一种烟火检测方法，包括：

3、获取待检测场景的业务图像数据；

4、将所述业务图像数据输入到烟火检测模型中，得本文档来自技高网...

【技术保护点】

1.一种烟火检测方法，其特征在于，包括：

2.根据权利要求1所述的烟火检测方法，其特征在于，所述烟火检测模型通过以下步骤训练得到：

3.根据权利要求2所述的烟火检测方法，其特征在于，所述改进的YOLO模型的输出层包括所述对比语言-图像预训练模型和所述多层感知机，其中，所述对比语言-图像预训练模型的输入端连接所述改进的YOLO模型的前置层，所述前置层用于根据所述业务图像数据输出对应的待检测中心点；所述对比语言-图像预训练模型的输出端连接所述多层感知机。

4.根据权利要求3所述的烟火检测方法，其特征在于，所述对比语言-图像预训练模型的输入端与所述前置层之间...

【技术特征摘要】

1.一种烟火检测方法，其特征在于，包括：

2.根据权利要求1所述的烟火检测方法，其特征在于，所述烟火检测模型通过以下步骤训练得到：

3.根据权利要求2所述的烟火检测方法，其特征在于，所述改进的yolo模型的输出层包括所述对比语言-图像预训练模型和所述多层感知机，其中，所述对比语言-图像预训练模型的输入端连接所述改进的yolo模型的前置层，所述前置层用于根据所述业务图像数据输出对应的待检测中心点；所述对比语言-图像预训练模型的输出端连接所述多层感知机。

4.根据权利要求3所述的烟火检测方法，其特征在于，所述对比语言-图像预训练模型的输入端与所述前置层之间设置有自适应机制，所述自适应机制用于根据预设烟火检测框的尺寸信息，对所述待检测中心点对应的检测框进行放大处理，得到放大处理后的检测框，并将放大处理后的检测框输入到所述对比语言-图像预训练模型的输入端，其中，所述自适应机制的公式为：

5.根据权利要求1至4任一项所述的烟火检测...

【专利技术属性】
技术研发人员：黎文斯，李海传，戚靓亮，
申请(专利权)人：中国移动通信集团浙江有限公司，
类型：发明
国别省市：