【摘 要】
：
火灾作为城市的多发性灾害,能在极短的时间造成巨大的破坏,严重威胁人们的财产安全与生命安全。快速准确的火灾检测能够为消防救援争取宝贵时间。当前阶段的火灾检测技术以传统火灾探测器为主,探测器误报率高、且检测延时较长,无法在火灾初期快速准确识别出火情并发出警报。随着基于深度学习的目标检测技术日益发展,一些优秀的目标检测模型检测精度高,适合应用于火灾检测,但是其模型往往需要很高的算力才能保证检测的速度,无
论文部分内容阅读
火灾作为城市的多发性灾害,能在极短的时间造成巨大的破坏,严重威胁人们的财产安全与生命安全。快速准确的火灾检测能够为消防救援争取宝贵时间。当前阶段的火灾检测技术以传统火灾探测器为主,探测器误报率高、且检测延时较长,无法在火灾初期快速准确识别出火情并发出警报。随着基于深度学习的目标检测技术日益发展,一些优秀的目标检测模型检测精度高,适合应用于火灾检测,但是其模型往往需要很高的算力才能保证检测的速度,无法满足以嵌入式设备为主的传统火灾检测应用场景。本文基于深度学习目标检测算法实现在嵌入式平台上的火灾实时检测技术,具体工作如下:（1）火灾数据集的构建。当前火灾检测领域尚未出现权威的数据集,本文针对网络搜集的火灾图片设计筛选与优化方案,构建了以城市火灾场景为主的火焰数据集。（2）模型轻量化的实现。嵌入式设备的内存较小、算力较低,难以运行常规的深度学习目标检测模型。为了减小模型的参数量以适应嵌入式设备,本文基于轻量化网络GhostNet与MobileNet对YOLOv4模型的特征提取网络进行改进,构建不同的轻量化特征提取网络,替换YOLOv4的CSPDarkNet-53,并将模型特征融合网络中的3×3卷积替换为深度可分离卷积。基于本文数据集对模型进行性能测试与分析,并结合嵌入式设备下轻量化网络的性能情况与实际火灾情况,构建了模型的评价体系,最终选择MobileNet V3-YOLOv4作为本文的轻量化方案。（3）轻量化模型精度的优化。火灾实时检测系统对检测精度要求高,基于改进主干特征提取网络的轻量化模型精度下降严重。本文基于加权双向特征金字塔网络Bi FPN的权重分配思想,对模型的特征融合网络进行改进。不同输入特征对最终融合后输出特征的贡献是不同的,本文根据贡献的大小,给不同输入特征分配相应的权重,并且让网络进行权重分配训练以获得最佳权重分配。本文对改进后的模型进行了消融实验,验证了本改进方法能够有效地提升精度,精度较改进前上升1%。（4）基于嵌入式平台火灾实时检测系统的实现。本文基于OWL-RV1126与IMX307搭建了一款嵌入式火灾实时检测系统。经过实验验证,搭载本文改进后模型的火灾实时检测系统检测帧率可达10FPS,能有效识别小火焰目标,且对真实火灾监控视频中的火焰有效检测率达98.46%。
其他文献
非侵入式负荷监测,是一种基于在建筑外部采集的电气信息,通过算法分析建筑内部用电设备运行状况的技术。这项技术无论是对电能的节约、环境的保护,还是智慧电网、智慧城市的建设都起到支持作用。在非侵入式负荷监测领域,本文主要研究的是负荷分解问题。负荷分解,就是通过建筑外部的聚合功率数据,通过一定的算法分解出其中特定用电设备的功率序列。实现了负荷分解,就能通过分解出的功率数据,对用电设备的运行状况以及功耗等进
物联网（Internet of things,Io Ts）是物理世界和数字世界在互联网基础上的融合与延伸,是一个功能强大、实现万物互联互通的巨型网络。物联网应用的性能依赖于大数据的处理、分析和决策,这些数据主要通过传感器获取。随着大数据时代的到来,物联网中产生了大量亟待处理的感知数据,这对物联网数据收集系统的存储、通信与计算资源带来巨大挑战。传感器在连续时间内生成的感知数据在时间上存在相关性,同一
网络平台企业作为信息产业变革与实体经济跨界融合的重要组织形式,是企业在信息化时代主动作为的创新之举,也是加快我国经济高质量发展的必然举措。近年来,特别是疫情常态化防控背景下,电商、社交媒体、移动办公、在线教育等领域的网络平台企业正在以几何梯度进行野蛮式成长。随着移动互联网的发展红利进入瓶颈期和国家监管政策的日益精准和完善,初创期网络平台企业所处的市场环境越来越不确定,加之有着区别于成熟平台的“新”
视频汽车尾气检测是计算机视觉领域的一项具体下游任务,其目的是检测出道路监控视频中含有超标汽车尾气的视频帧,对于降低超标尾气检测的成本、推动环境保护工作都具有较为重要的意义。然而,超标汽车尾气作为一种非刚体目标具有半透明、流动性较强的特点,这使得视频汽车尾气检测任务富有挑战性。另一方面,现有的视频汽车尾气检测方法大多依赖于传统算法以及预设规则实现可能存在超标尾气区域的提取,该预处理方法的鲁棒性较弱,
党的十八届五中全会第二次会议首次提出新发展理念,将协调作为阶段性的发展目标。企业作为经济的基本细胞,实现耦合协调发展尤为重要。之后,党的十九届五中全会指出,我国已转向高质量发展阶段,要坚持新发展理念推动效率变革,实现更高效更协调的发展。关注企业效率耦合协调发展不仅响应国家政策号召,也有助于提升企业个体的管理意识与管理能力。而近年来我国女性在企业管理中的地位越来越高,女性高管的管理价值受学术界广泛关
非合作通信中,接收方对接收信号的调制方式是未知的。如果要正确解调信号,获取信号携带的信息,需要识别信号调制方式。随着无线通信的调制方式多样化,信道环境复杂化,噪声和干扰严重化,对信号自动调制识别技术提出了更高的要求。同时,在信号自动调制识别中,接收端还需要对接收信号进行信号存在性的判断与信号起止位置的估计。因此,为了提升陆地非合作通信场景中低信噪比条件下信号调制方式识别的性能,论文开展了信号自动调
自主水下航行器（Autonomous Underwater Vehicle,AUV）是近年来水声工程领域研究的热点,其可搭载多种传感器执行各类水下观测探测任务,在水下观测探测、地形地貌测绘、目标定位跟踪等领域的应用越来越受到重视。例如在水下多基地目标强度测量场景中,常使用搭载水听器阵列的AUV作为信号接收平台。为了保证安全航行与准确的目标强度测量,AUV需要高精度的导航定位。论文研究一种联合声信标
波达方向（Direction of Arrival,DOA）估计是阵列信号处理领域的重要研究课题,也是声呐系统的重要功能。声呐设备昂贵,且空间部署易受到实际水下环境限制。为降低硬件成本,用更少的阵元实现高性能DOA估计,研究基于互质阵列的DOA估计方法具有重要意义。在水声工程领域中,信道的复杂性会给信号的接收、检测和估计造成不利影响。浅海波导环境具有更为复杂的物理特性,声信号在浅海的传播受到海面、
自互联网经济发展以来,网络平台企业的成长就备受关注,平台商业模式创新、平台企业成长路径分析、网络平台企业生态化发展等课题的研究已经炙手可热。但当企业把更多的关注点投入模式创新和快速成长,网络平台企业的内外部风险就会有机可乘,致使用户粘性低、同质化问题严重、平台可持续发展能力差等风险不断涌现。其中,由信息不对称引发的“柠檬”风险问题就是网络平台企业一直存在且难以解决的棘手问题。由于信用机制的缺失,网
能源预测是针对各种能源的供求量及其未来状况的推测。能源预测,可以建立能源消耗与环境保护之间的关系,有针对性地调整能源结构和工业布局。我国能源消费总量不断上升,科学准确地预测能源供求量尤为重要,做好能源消费及产量水平的分析与预测,对于促进能源工业的发展有十分重要的意义。各种电源的装机容量规划、能源传输线路规划等能源战略制定都需要以科学、合理的能源需求预测结果作为参考。但由于能源时间序列具有复杂的特征