【技术实现步骤摘要】
本申请实施例涉及图像处理技术，尤其涉及一种火灾隐患检测方法、装置、电子设备和存储介质。
技术介绍
1、在复杂的电力环境中，如电力输配网、变电站和电力设施周围，存在着大量的潜在火灾隐患源，及时发现和有效管理山火隐患对保障电力供应至关重要。
2、现有技术中，通常依赖于人工巡查，或通过图像检测模型对监控到的图像进行检测来检测火灾隐患。
3、但是，人工巡查需要耗费大量的人力，检测准确率低，而图像检测模型为了保障准确率，需要占用大量的计算资源，适用场景受限。
技术实现思路
1、本申请提供一种火灾隐患检测方法、装置、电子设备和存储介质，以降低人工成本和对计算资源的占用，提高火灾隐患的检测的准确率，丰富适用场景。
2、第一方面，本申请实施例提供了一种火灾隐患检测方法，该火灾隐患检测方法包括：
3、获取待识别图像；
4、通过训练好的火灾隐患检测模型对待识别图像中的火灾隐患进行识别，确定火灾隐患检测结果；其中，火灾隐患检测模型为基于高效的多尺度卷积...
【技术保护点】
1.一种火灾隐患检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在获取待识别图像之前，还包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述高效的多尺度卷积模块和所述级联增强的注意力模块，搭建改进后的YOLOv9模型，包括：
4.根据权利要求3所述的方法，其特征在于，所述级联增强的注意力模块，包括：至少两个通道注意力模块和至少两个空间注意力模块。
5.根据权利要求2所述的方法，其特征在于，所述基于标记后的样本数据集，对所述改进后的YOLOv9模型进行训练，得到训练好的火灾隐患检测模型，包
6...
【技术特征摘要】
1.一种火灾隐患检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在获取待识别图像之前，还包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述高效的多尺度卷积模块和所述级联增强的注意力模块，搭建改进后的yolov9模型，包括：
4.根据权利要求3所述的方法，其特征在于，所述级联增强的注意力模块，包括：至少两个通道注意力模块和至少两个空间注意力模块。
5.根据权利要求2所述的方法，其特征在于，所述基于标记后的样本数据集，对所述改进后的yolov9模型进行训练，得到训练好的火灾隐患检测模型，包括：
6.根据权利要求5所述的方...
【专利技术属性】
技术研发人员：陈智霖，何超勋，黄声勇，陈正雍，蔡洁锐，
申请(专利权)人：广东电网有限责任公司，
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。