[发明专利]基于规模识别模型的策略发送方法、装置和计算机设备

权利要求书

1.一种基于规模识别模型的策略发送方法，其特征在于，包括：

采用预设的摄像头对指定区域进行连续图像采集处理，以得到连续的两帧火情图像；其中所述指定区域种植有植物，并且所述植物正在燃烧；所述指定区域中还布设有仿真树木，所述仿真树木由指定材料制作而成，所述指定材料在燃烧时的火焰呈第一颜色，而所述植物在燃烧时的火焰呈第二颜色，所述第一颜色与所述第二颜色不同；

从所述两帧火情图像中选出指定帧火情图像，并对所述指定帧火情图像进行像素点解析处理，并获取所有的第一色块，其中每个第一色块均由连续的呈现第一颜色的像素点构成；

在所述指定帧火情图像中绘制第一路径，以使所述第一路径按最短路程经过所有的第一色块，再获取所述第一路径的长度，并判断所述第一路径的长度是否大于预设的长度阈值；

若所述第一路径的长度大于预设的长度阈值，则将所述指定帧火情图像输入预设的烟火规模识别模型中，从而得到所述烟火规模识别模型输出的烟火规模数值；其中，所述烟火规模识别模型基于yolov3网络模型并采用训练数据训练而得，所述训练数据由训练用火情图像与所述训练用火情图像对应的人工标记的火情规模数值构成；

若所述烟火规模数值大于预设的烟火规模阈值，则利用预设的烟火增长规模算法，计算所述连续的两帧火情图像对应的指定烟火规模增长数值；

根据预设的烟火规模增长数值与预警策略的对应关系，获取与所述指定烟火规模增长数值对应的指定预警策略；其中所述指定预警策略中记录了指定终端；

将所述指定预警策略发送给所述指定终端。

2.根据权利要求1所述的基于规模识别模型的策略发送方法，其特征在于，所述在所述指定帧火情图像中绘制第一路径，以使所述第一路径按最短路程经过所有的第一色块，再获取所述第一路径的长度，并判断所述第一路径的长度是否大于预设的长度阈值的步骤之后，包括：

若所述第一路径的长度不大于预设的长度阈值，则对所述第一颜色和所述第二颜色进行混色处理，从而得到第三颜色；

获取所述指定帧火情图像中所有的第三色块，其中每个第三色块均由连续的呈现第三颜色的像素点构成；

在所述指定帧火情图像中绘制第二路径，以使所述第二路径按最短路程经过所有的第一色块和第三色块，再获取所述第二路径的长度，并判断所述第二路径的长度是否大于预设的长度阈值；

若所述第二路径的长度大于预设的长度阈值，则生成烟火识别指令，所述烟火识别指令用于指示将所述指定帧火情图像输入预设的烟火规模识别模型中，从而得到所述烟火规模识别模型输出的烟火规模数值。

3.根据权利要求1所述的基于规模识别模型的策略发送方法，其特征在于，所述若所述第一路径的长度大于预设的长度阈值，则将所述指定帧火情图像输入预设的烟火规模识别模型中，从而得到所述烟火规模识别模型输出的烟火规模数值的步骤之前，包括：

获取预先收集的第一数量的初始火情图片，其中所述初始火情图片具有人工标记的火情规模数值；

根据预设的数据扩充处理方法，对所述初始火情图片进行数据扩充处理，以获得第二数量的扩充火情图片；

将所述第一数量的初始火情图片和所述第二数量的扩充火情图片作为样本集，并将所述样本集根据预设比例划分为训练集和验证集；

调取预设的yolov3网络模型，并将训练集中的数据输入yolov3网络模型中进行训练，从而得到暂时模型，其中在训练过程采用指定损失函数进行训练；

利用所述验证集中的数据对所述暂时模型进行验证，以得到验证结果，并判断验证结果是否为验证通过；

若验证结果为验证通过，则将所述暂时模型记为烟火规模识别模型。

4.根据权利要求3所述的基于规模识别模型的策略发送方法，其特征在于，所述在训练过程采用指定损失函数进行训练的步骤，包括：

设置指定损失函数的公式为：

并在训练过程采用指定损失函数进行训练，其中，L为所述指定损失函数，训练集中共有N张图片，i指N张图片中的第i张图片，y⁽ⁱ⁾指第i张图片的期望输出，指第i张图片的实际输出。