[发明专利]烟雾识别模型的构建方法、进行烟雾检测的方法及装置在审

专利信息
申请号: 202010744873.9 申请日: 2020-07-29
公开(公告)号: CN111898525A 公开(公告)日: 2020-11-06
发明(设计)人: 邓立邦 申请(专利权)人: 广东智媒云图科技股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06T3/40
代理公司: 北京泽方誉航专利代理事务所(普通合伙) 11884 代理人: 陈照辉
地址: 510000 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 烟雾 识别 模型 构建 方法 进行 检测 装置
【权利要求书】:

1.一种烟雾识别模型的构建方法,其特征在于,包括:

获取n幅待拼接的训练图像;

对n幅所述训练图像中按照预设顺序进行拼接以生成模型拼接图像,并根据烟雾浓度大小对所述模型拼接图像进行标记以生成模型训练集;

将所述模型训练集输入构建的卷积神经网络模型进行识别训练以得到烟雾识别模型。

2.如权利要求1所述的烟雾识别模型的构建方法,其特征在于,所述对n幅所述训练图像中按照预设顺序进行拼接以生成模型拼接图像,并根据烟雾浓度大小对所述模型拼接图像进行标记以生成模型训练集,包括:

对n幅所述训练图像进行分组操作得到训练图像组,每个训练图像组包括预设数量的训练图像,且每个图像组包括至少一幅相同的训练图像;

对所述训练图像组中的训练图像按照预设顺序进行拼接以生成模型拼接图像;

根据烟雾浓度大小对所述模型拼接图像进行标记以生成模型训练集。

3.如权利要求2所述的烟雾识别模型的构建方法,其特征在于,所述每个训练图像组包括预设数量的训练图像,且每个图像组包括至少一张相同的训练图像包括:

每个训练图像组包括三幅训练图像,且每个图像组包括两幅相同的训练图像。

4.如权利要求2所述的烟雾识别模型的构建方法,其特征在于,所述对所述训练图像组中的训练图像按照预设顺序进行拼接以生成模型拼接图像,包括:

对所述训练图像组中的训练图像按照时间顺序进行拼接以生成模型拼接图像。

5.如权利要求1所述的烟雾识别模型的构建方法,其特征在于,在所述获取n幅待拼接的训练图像之后,还包括:

对获取到的所述训练图像进行灰度化以及二值化处理得到训练二值图像;

对应的,所述对n幅所述训练图像中按照预设顺序进行拼接以生成模型拼接图像,包括:

对n幅所述训练二值图像中按照预设顺序进行拼接以生成模型拼接图像。

6.一种进行烟雾检测的方法,其特征在于,包括:

获取多幅待拼接的烟雾图像;

对多幅所述烟雾图像进行拼接以生成烟雾拼接图像;

将所述烟雾拼接图像输入至烟雾识别模型得到烟雾浓度信息,根据所述烟雾浓度信息控制风机的工作档位。

7.如权利要求1所述的进行烟雾检测的方法,其特征在于,在所述将所述烟雾拼接图像输入至烟雾识别模型得到烟雾浓度信息,根据所述烟雾浓度信息控制风机的工作档位之前,还包括:

根据不同的烟雾浓度确定风机的不同控制档位,并将不同的控制档位与相应的烟雾浓度进行关联;

对应的,所述根据所述烟雾浓度信息控制风机的工作档位,包括:

根据所述控制档位与相应的烟雾浓度的关联关系确定与所述烟雾浓度信息对应的控制档位以控制风机运行在所述控制档位;

在所述将所述烟雾拼接图像输入至烟雾识别模型得到烟雾浓度信息,根据所述烟雾浓度信息控制风机的工作档位之后,还包括:

响应风机档位的调节操作,记录调节后的控制档位信息以及调节图像信息;

将所述调节图像信息加入所述烟雾识别模型的训练集中,并重新对所述烟雾识别模型进行训练。

8.一种进行烟雾检测的装置,其特征在于,包括:

获取模块:用于获取多幅待拼接的烟雾图像,

拼接模块:用于对多幅所述烟雾图像进行拼接以生成烟雾拼接图像;

识别模块:用于将所述烟雾拼接图像输入至烟雾识别模型得到烟雾浓度信息,根据所述烟雾浓度信息控制风机的工作档位。

9.一种电子设备,其特征在于,包括:

存储器以及一个或多个处理器;

所述存储器,用于存储一个或多个程序;

当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求6或7所述的进行烟雾检测的方法。

10.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求6或7所述的进行烟雾检测的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东智媒云图科技股份有限公司,未经广东智媒云图科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010744873.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top