[发明专利]一种基于改进MobileNetV2-SSD的烟雾视频检测方法及系统

权利要求书

1.一种基于改进MobileNetV2-SSD的烟雾视频检测方法，其特征在于，包括步骤：

(1)获取视频图像；

(2)建立MobilenetV2-SSD模型；

(3)在MobilenetV2-SSD模型的目标检测框架上，进行金字塔特征图重构操作；

(4)根据烟雾的先验特征设定MobilenetV2-SSD模型的各个特征层的默认候选框参量，其中，所述先验特征为真实烟雾框对应的宽高比在原始图像中所占的面积大小；

(5)在MobilenetV2-SSD模型的六个特征层后面嵌入SE-Net模块，得到改进的MobilenetV2-SSD模型；

(6)用烟雾数据集训练改进的MobileNetV2-SSD模型，获得对烟雾数据集样本进行了数据增强的烟雾检测模型SDM，基于SDM模型对获取的视频图像进行烟雾检测。

2.根据权利要求1所述的基于改进MobileNetV2-SSD的烟雾视频检测方法，其特征在于，所述步骤(2)包括：

(21)将SSD模型中原有的VGG基础网络替换成MobileNetV2；

(22)删除MobileNetv2网络的池化层和全连接层，添加额外四个卷积层Extras block1～4；

(23)确定六个金字塔特征层，分别为MobileNetv2中的bottleneck-13、bottleneck-17以及额外的四个卷积层。

3.根据权利要求2所述的基于改进MobileNetV2-SSD的烟雾视频检测方法，其特征在于，步骤(22)中，所述的额外四个卷积层选取深度可分离式卷积结构。

4.根据权利要求1所述的基于改进MobileNetV2-SSD的烟雾视频检测方法，其特征在于，所述步骤(3)包括：

(31)确定融合的特征图为bottleneck-6、bottleneck-13、bottleneck-17以及Extrasblock1的输出，融合的基础层是bottleneck-13；

(32)统一融合特征图的大小；

(33)采用concat方法在通道上融合，并添加批归一化层BN，形成融合后的新特征图fusion feature map；

(34)以fusion feature map为基础生成后续六个金字塔特征层Feature layer1～6。

5.根据权利要求4所述的基于改进MobileNetV2-SSD的烟雾视频检测方法，其特征在于，所述步骤(32)包括：

(321)用1×1卷积将步骤(31)选取的特征图的维度变为256；

(322)对小于bottleneck-13的特征图采用双线性插值法进行上采样，使其与bottleneck-13的特征图尺寸一致；

(323)对大于bottleneck-13的特征图采用池化法进行降采样，使其与bottleneck-13的特征图尺寸一致。

6.根据权利要求4所述的基于改进MobileNetV2-SSD的烟雾视频检测方法，其特征在于，步骤(34)中，所述的fusion feature map用于作为生成参与检测的六个特征层的基础，对应特征图尺寸不变。

7.根据权利要求1所述的基于改进MobileNetV2-SSD的烟雾视频检测方法，其特征在于，所述步骤(4)包括：

(41)将Feature layer1对应的候选框数量增为6，并添加两种默认候选框的纵横比{1/3,3}；

(42)将Feature layer5和Feature layer6两个特征层对应的候选框数量降为4,去掉原有的{3,1/3}默认候选框的纵横比。

8.根据权利要求1所述的基于改进MobileNetV2-SSD的烟雾视频检测方法，其特征在于，步骤(5)中，所述的SE-Net模块嵌入在每个金字塔特征层对应的置信度计算的分支上。