[发明专利]一种基于YOLOV5网络的烟火检测预警方法及系统

权利要求书

1.一种基于YOLOV5网络的烟火检测预警方法，其特征在于，包括：

获取初始烟火数据集，并对所述初始烟火数据集进行数据增强，得到烟火数据集；对所述烟火数据集进行分割，得到训练集、验证集和测试集；

构建烟火检测网络，基于所述训练集、所述验证集和所述测试集对所述烟火检测网络进行训练、验证和测试，得到训练好的所述烟火检测网络；

获取实时监测视频数据，对所述实时监测视频数据进行帧提取，得到帧图像，基于所述帧图像和训练好的所述烟火检测网络，得到识别结果；

所述烟火检测网络选用YOLOV5网络；所述烟火检测网络选包括主干网络、颈部网络和预测网络；

所述主干网络引入注意力网络，进行通道注意力特融合和空间注意力特征融合；

所述预测网络的目标框损失函数选用FocalLoss，平衡正负样本比例。

2.根据权利要求1所述的烟火检测预警方法，其特征在于，所述获取初始烟火数据集，并对所述初始烟火数据集进行数据增强，得到烟火数据集；对所述烟火数据集进行分割，得到训练集、验证集和测试集，包括：

对公开数据集进行筛选和对自制视频进行截图，得到所述初始烟火数据集；所述初始烟火数据集中的火灾图片包括的类型包括森林火灾、工厂火灾、居民区火灾和车辆火灾；所述初始烟火数据集中的火灾图片的烟雾场景包括黑色烟雾和白色烟雾；所述初始烟火数据集中的火灾图片的火焰场景包括白天火焰和黑夜火焰；

对所述初始烟火数据集依次进行平移、旋转和翻转处理，得到所述烟火数据集；所述数据增强包括所述平移、所述旋转和所述翻转；

使用LabelImg标注工具对所述烟火数据集进行标注，得到标注数据集；标注类别包括火焰和烟雾；

对所述标注数据集进行分割，得到所述训练集、所述验证集和所述测试集。

3.根据权利要求1所述的烟火检测预警方法，其特征在于，所述主干网络包括切片网络、注意力网络、跨阶段局部网络和空间金字塔池化网络；所述注意力网络包括通道注意力网络和空间注意力网络；

所述切片网络对输入的图像进行切片和拼接，得到二倍下采样特征图；

所述通道注意力网络对输入特征图进行通道注意力特征融合，得到融合通道注意力特征图；

所述空间注意力网络对输入特征图进行空间注意力特征融合，得到融合空间注意力特征图；

所述跨阶段局部网络对输入特征图映射划分为两部分，一部分做卷积操作，另一部分与卷积操作后结果进行拼接和特征融合，得到细粒度特征图；

所述空间金字塔池化网络基于输入特征图得到设定尺寸特征图。

4.根据权利要求1所述的烟火检测预警方法，其特征在于，所述颈部网络包括特征金字塔网络和路径聚合网络；

所述特征金字塔网络采用上采样的方式进行传递融合，得到上采样融合特征图；

所述路径聚合网络采用下采样的方式进行传递融合，得到下采样融合特征图。

5.根据权利要求1所述的烟火检测预警方法，其特征在于，所述识别结果包括目标物体类别、目标物体置信度、目标矩形框和目标物体数量；所述目标矩形框包括矩形框中心坐标和矩形框大小。

6.根据权利要求5所述的烟火检测预警方法，其特征在于，所述方法还包括：

对所述目标物体置信度进行判断，当所述目标物体置信度大于置信度阈值时，发出报警信息；所述报警信息包括火灾地点和火焰目标大小；

所述火灾地点基于目标深度信息和目标水平信息得到；

所述目标深度信息和所述目标水平信息基于双目测距原理进行计算得到。