【技术实现步骤摘要】
本专利技术涉及人工智能，具体地说是基于无人机载体的楼体建筑物火点识别检测方法及系统。
技术介绍
1、城市楼体建筑物起火，严重危急人们的生命、安全、财产，应尽早发现尽快处理。当前，常见的自动监测方式有两种，一种是人眼识别方式，另一种是自动烟感报警监测系统。在人眼识别上，当人眼识别到时，该火点多数已蔓延起来，火势较大，无法提前预警；在自动烟感报警监测系统上，该系统存在一定不足，首先，该系统存在蒸汽、灰尘等非火灾原因产生的误报；其次，覆盖区域有限；第三，对于缓慢阴燃的火灾，报警延时；第四，保养不及时造成灵敏度降低；第五，部分老旧楼体无自动烟感报警系统。
2、楼体建筑发生火灾后监测能力不足，是需要解决的技术问题。
技术实现思路
1、本专利技术的技术任务是针对以上不足，提供基于无人机载体的楼体建筑物火点识别检测方法及系统，来解决楼体建筑发生火灾后监测能力不足的技术问题。
2、本专利技术一种基于无人机载体的楼体建筑物火点识别检测方法，包括如下步骤：
3、检测设备配置...
【技术保护点】
1.一种基于无人机载体的楼体建筑物火点识别检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于无人机载体的楼体建筑物火点识别检测方法，其特征在于，数据集构建包括如下步骤：
3.根据权利要求1所述的基于无人机载体的楼体建筑物火点识别检测方法，其特征在于，对训练数据集中图像进行标注时，以矩形框为绘制规则，对应的，标记框信息包括标记框中心点横轴方向坐标、标记框中心点纵轴方向坐标、标记框宽度以及标记框长度。
4.根据权利要求1所述的基于无人机载体的楼体建筑物火点识别检测方法，其特征在于，对于火点识别模型，在YOLOv11-n的...
【技术特征摘要】
1.一种基于无人机载体的楼体建筑物火点识别检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于无人机载体的楼体建筑物火点识别检测方法，其特征在于，数据集构建包括如下步骤：
3.根据权利要求1所述的基于无人机载体的楼体建筑物火点识别检测方法，其特征在于，对训练数据集中图像进行标注时，以矩形框为绘制规则，对应的，标记框信息包括标记框中心点横轴方向坐标、标记框中心点纵轴方向坐标、标记框宽度以及标记框长度。
4.根据权利要求1所述的基于无人机载体的楼体建筑物火点识别检测方法，其特征在于，对于火点识别模型，在yolov11-n的基础上，增加具备hswish非线性激活函数、nas搜索全局结构、netadapt搜索层结构、se结构的mobilenetv3网络结构，所述火点识别模型具有如下操作：
5.根据权利要求1所述的基于无人机载体的楼体建筑物火点识别检测方法，其特征在于，模型训练时，将训练数据集划分为训练集、验证集和测试集，模型训练时，计算损失函数并反向传播更新权重，损失函数包括分类损失bce loss、回归损失ciou loss和dfl loss；
6.一种基于无人机载体的楼体建筑物火点识别检测系统，其特征在于，包...
【专利技术属性】
技术研发人员：王燕波，刘彬，翟海涛，马立道，翟翰林，
申请(专利权)人：浪潮智慧城市科技有限公司，
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。