论文部分内容阅读
为了快速、有效地检测不同场景下的火灾信息,基于深度迁移学习设计了一种改进VGG16的图像型火灾检测方法。搜集不同场景下的照片,使用离线数据增强技术增加样本数量,对VGG16进行改进,并使用迁移学习的方法训练火灾识别模型。结果表明:改进的VGG16网络对于火灾现场的图片分类识别准确率为98.7%,优于Resnet50网络和Densenet121网络,可快速、准确地检测到火灾信息。