典型文献
基于火焰颜色特征的火灾探测轻量化模型
文献摘要：
针对现有的基于卷积神经网络的火灾探测模型无法做到精度高与参数量小兼顾,并且容易对颜色似火的物体产生误判的问题,提出了一种利用火焰的颜色特征提高模型抗干扰能力的方法,主要是通过增加模型对蓝色通道的关注度来提高模型的抗干扰能力;同时,利用一种训练方案大幅度减少了模型的参数量和训练时间,主要是通过知识蒸馏对模型进行压缩,以促进其在移动终端或嵌入式设备上的部署.结果表明:使用该方法训练出来的模型,参数量减少了 7/8,误报率减少了 6.53％,精度增加了 2.42％,实现了精度高和参数量小兼顾.
文献关键词：
火灾探测;深度学习;火焰颜色特征;知识蒸馏;注意力机制
中图分类号：
作者姓名：
侯新国;王灿;卜乐平;闫正军
作者机构：
海军工程大学电气工程学院,湖北武汉430033
文献出处：
引用格式：
[1]侯新国;王灿;卜乐平;闫正军-.基于火焰颜色特征的火灾探测轻量化模型)[J].华中科技大学学报（自然科学版）,2022(04):47-50,63
A类：
火焰颜色特征
B类：
火灾探测,轻量化模型,参数量,似火,误判,抗干扰能力,蓝色,训练方案,训练时间,知识蒸馏,移动终端,嵌入式设备,方法训练,练出,误报率,注意力机制
AB值：
0.269394
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
