[发明专利]一种基于AI算法的山火灾害勘查识别方法

说明书

本发明公开了一种基于AI算法的山火灾害勘查识别方法，涉及火情识别技术领域，通过构建火灾数据集，并对所述火灾数据集中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，后通过所述验证火灾数据集对训练后；将所述测试火灾数据集通过训练后的YOLOv5网络模型进行识别，识别出着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。通过两次识别使得识别的火情轮廓更为准确，也为抢险救灾工作人员提供强有力的数据支撑。

技术领域

本发明属于火情识别技术领域，尤其涉及一种基于AI算法的山火灾害勘查识别方法。

背景技术

近年来，随着中国电力事业的快速发展，电网建设规模也在高速扩张，输电线路是电力重要传输媒介，自然灾害事件的频繁发生严重影响了电网系统运行的安全稳定性，而且给地方经济发展和社会生产生带来了巨大的影响。特别地，广西作为沿海省份，森林覆盖率为52.71％，地形地貌复杂多样，环境变化大；由此，境内输电线路分区域、分季节处于山火、台风、冰灾、地质灾害和洪涝等自然灾害的直接影响范围内，随着自然灾害的频发，电网系统对极端外部灾害的预警与应对尤为重要；因而，电网灾情的分析评估与迅速反应是当前亟待解决的问题。

山火、台风、冰灾、地质灾害、洪涝等自然灾害对输电线路的正常运行有较大危害，当发生自然灾害时，公路交通易出现不同程度的阻断，在客观上给电网灾情勘察增加了难度。

然而，传统火灾防范依靠人力为主的巡检工作在自然灾害多发期要做到高效开展存在相当的难度，而一旦灾情发生，抢险救灾工作又需要和时间赛跑，以最快速度、最高效率减少国家财产损失。为此，及时掌握现场资料进行快速处理，得出切实有用的结论，最终对可能要发生的电网灾情做出快速反应，或者对已经发生的电网灾情进行监控和勘测尤为重要，因此，需要一种基于AI算法的山火灾害勘查识别方法，能够有效识别火灾发生的区域，为抢险救灾工作提供准确位置，而方便抢险救灾工作的进行。

发明内容

本发明的目的在于提供一种基于AI算法的山火灾害勘查识别方法，从而解决了传统火灾防范依靠人力为主的巡检时，监控不够及时的缺点。

为实现上述目的，本发明提供了一种基于AI算法的山火灾害勘查识别方法，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。

进一步的，所述火灾数据集采用Pascal VOC数据集。

进一步的，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Pascal VOC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；