基于深度学习的烟火识别和检测问题研究.pdf

摘要   摘 要 人类的生 境 成 极大威 ， 于传感 的 火灾产 的烟雾和火焰对 存环 造 了 胁 基 器 生 题 而 理 ， 法 、 等 ， 法鲁棒性不 存在不 济 时和误报 问 传统的图像处 方 强 检测方 经 延 警极为 利。 些年， 度网 模型在 觉领域取得了突出 就， 将 对火灾的预 不 近 深 络 视 成 于 识 。 ， 于深 网 网 模型应用 烟火的 别和 测 成为了研宄热点 是 由 度 深度 络 检 也 但 络 ， 在 源 环境 中 烟火 行 别和检测会受 模型存在高存储和高功耗的弊端 资 有限 对 进 识 化 通 压 。 轻量 剪枝方法 模型 行 了有效的 缩 到很大阻 为 ， 本文采用 和 道 对 进 碍 此 主 工 可 ： ， 宄 作 概 如下 和加速 要研 括 ｍｏｂｉｌ ｅｎｅｔｖ２ 且 识 。 １ 使 量 网络结构 来精准 快速的 别烟火图像 （ ） 本文 用轻 型的 ＊ 网 了大 １ １ 卷 结构和深度卷 结构来降低模型参数量和计算 ， 该 络使用 量的 积 积 量 识 。 网 率 在 火数据集的实 结 表 ， 与大型 时又保持了 高的 别准确 烟 验 果 明 络 同 较 ｌ ６ ｏ ｌ ｅ ｅｔｖ２ 了８４ ９ ， 量