该项目是使用卷积神经网络进行检测森林火灾。 该数据集包含三类图像:“火”、“不火”、“开始火”,总共约 6000 张图像。 该模型可用于从森林的监控录像中检测火灾或火灾的开始或者未发生火灾。 该模型可以实时应用于低帧率监控视频(火灾移动速度不是很快的监控视频),并在发生火灾时发出警报。
1
森林火灾检测图像数据集(数据集中标注了真实火情中的烟和火,用于森林防火预警,COCO标签,453张).zip
2022-05-07 16:05:57 112.48MB 文档资料 森林火灾检测图像数据集
传统的卷积神经网络目标检测算法需要使用大量的数据来对网络参数进行训练,会花费大量的时间,并且森林火灾数据属于小样本数据。基于此,提出一种基于迁移学习的卷积神经网络森林火灾检测算法,该算法采用迁移学习的方法训练森林火灾检测网络模型。在建立的森林火灾数据集上进行实验,结果表明使用该算法进行森林火灾检测,准确率可达97%,具有准确率高、误报率低、检测时间短等优点,将其应用在森林火灾检测上具有一定的可行性。
2021-12-20 14:09:42 6.52MB 图像处理 森林火灾 迁移学习 卷积神经
1