典型文献
基于目标检测卷积神经网络的图像型火灾探测算法
文献摘要：
针对传统图像型火灾探测算法误差率高、延迟探测、计算量大等问题,提出了基于目标检测卷积神经网络(Faster-RCNN、R-FCN、SSD和YOLO v3)的图像型火灾探测算法.通过对比实验表明,基于目标检测卷积神经网络的探测算法准确性较高.其中,YOLO v3探测算法的平均精度为84.5％,探测速度为28帧/s,具有更高的稳定性,更适用于图像型火灾探测系统的开发.
文献关键词：
卷积神经网络;深度学习;火灾探测
中图分类号：
作者姓名：
张苗;李璞;杨漪;宋文华
作者机构：
天津市和平区消防救援支队,天津 300090;郑州航空港经济综合实验区消防救援支队,河南 郑州 450000;西安科技大学,陕西 西安 710054;天津工业大学 环境科学与工程学院,天津 300387
文献出处：
引用格式：
[1]张苗;李璞;杨漪;宋文华-.基于目标检测卷积神经网络的图像型火灾探测算法)[J].消防科学与技术,2022(06):807-811
A类：
B类：
目标检测,火灾探测,误差率,计算量,Faster,RCNN,FCN,SSD,YOLO,v3,测速,探测系统
AB值：
0.252207
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。
