[发明专利]一种基于AI算法的山火灾害勘查识别方法

权利要求书

1.一种基于AI算法的山火灾害勘查识别方法，其特征在于，包括以下步骤：

构建火灾数据集，并对所述火灾数据集的数据进行预处理得到训练火灾数据集、验证火灾数据集和测试火灾数据集；

构建YOLOv5网络模型，并采用所述训练火灾数据集对所述YOLOv5网络模型进行训练，并通过所述验证火灾数据集对训练后的YOLOv5网络模型验证；

将所述测试火灾数据集通过训练、验证后的YOLOv5网络模型进行识别，识别出测试图片中存在火情目标；

对所述火情目标的图片进行分割网络详细标识火情在图像中的轮廓区域，从而得到具体的火情发生区域。

2.根据权利要求1所述的基于AI算法的山火灾害勘查识别方法，其特征在于，所述火灾数据集采用Pascal VOC数据集。

3.根据权利要求2所述的基于AI算法的山火灾害勘查识别方法，其特征在于，对所述火灾数据集中的数据进行预处理包括以下步骤：

根据PascalVOC数据集的格式建立文件夹：Annotations、ImageSets/Main以及JPEGImages；

获取原始火灾图片，将所述原始火灾图片存储在JPEGImages中；

根据采用的标准工具支持的图像格式对火灾图片的格式统一，且火灾图片的尺寸均在设定范围内，以及归一化图片的坐标；

对格式整理后的火灾图片进行标注，将标注好的xml数据存储在Annotations中；

按一定的比例随机将标注后的火灾图片分为训练火灾数据集、验证火灾数据集和测试火灾数据集，将所述训练火灾数据集、验证火灾数据集和测试火灾数据集存储在Annotations中。

4.根据权利要求3所述的基于AI算法的山火灾害勘查识别方法，其特征在于，当火灾数据为监控视频时，通过监控视频文件中获取帧得到原始火灾图片。

5.根据权利要求1所述的基于AI算法的山火灾害勘查识别方法，其特征在于，采用活动轮廓模型对所述火情目标的图片进行分割网络详细标识火线在图像中的轮廓区域。

6.根据权利要求5所述的基于AI算法的山火灾害勘查识别方法，其特征在于，所述采用活动轮廓模型采用Snakes模型。

7.根据权利要求6所述的基于AI算法的山火灾害勘查识别方法，其特征在于，所述Snakes模型由一组控制点:v(s)＝[x(s),y(s)]s∈[0,1]组成，所述控制点首尾以直线相连构成轮廓线，其中x(s)和y(s)分别表示每个控制点在图像中的坐标位置，s是以傅立叶变换形式描述边界的自变量；

在Snakes模型的控制点上定义能量函数:

式(1)中，E_total为能量，s是以傅立叶变换形式描述边界的自变量；为弹性能量，v为一阶导数的模；为弯曲能量；为外部能量；α、β为自行设置的参数，用于将函数E_total极小化。

8.根据权利要求5所述的基于AI算法的山火灾害勘查识别方法，其特征在于，所述采用活动轮廓模型采用GVF Snakes模型。