在新的深度學(xué)習(xí)模型下 基于視覺的火災(zāi)探測設(shè)施可以更好地工作
快速準(zhǔn)確的火災(zāi)探測對人類社會和地球生態(tài)的可持續(xù)發(fā)展具有重要意義。具有與火相似特征的物體的存在增加了基于視覺的火檢測的難度。通過挖掘更深的火災(zāi)視覺特征來提高火災(zāi)探測的準(zhǔn)確性始終是一項(xiàng)挑戰(zhàn)。
最近，中國科學(xué)院聲學(xué)研究所(IACAS)的研究人員提出了一種有效的深度學(xué)習(xí)模型，用于快速，準(zhǔn)確地基于視覺的火災(zāi)探測。該模型基于多尺度特征提取，隱式深度監(jiān)督和渠道關(guān)注機(jī)制。
研究人員利用實(shí)時(shí)采集的圖像作為模型的輸入并對圖像進(jìn)行歸一化。
在低級特征提取階段，他們引入了多尺度特征提取機(jī)制以豐富空間細(xì)節(jié)信息，從而增強(qiáng)了火像物體的辨別能力。然后，采用隱式的深度監(jiān)督機(jī)制來增強(qiáng)信息流之間的交互。
最后，研究人員使用通道注意機(jī)制選擇性地強(qiáng)調(diào)了有助于完成任務(wù)的功能，并有效地抑制了圖像噪聲的干擾。
該實(shí)驗(yàn)結(jié)果表明，火災(zāi)探測這種高效的深度學(xué)習(xí)模型的精確度達(dá)到95.3%，但該模型大小只有4.80 MB，因此很容易在資源受限的設(shè)備來實(shí)現(xiàn)。
該模型在NVIDIA GTX 2080TI上每秒可處理63.5幀，這意味著它能夠?qū)崟r(shí)檢測到火災(zāi)。與目前的基于深度學(xué)習(xí)的方法相比，該模型不僅在檢測精度，模型大小和檢測速度上都有了很大的提高。
該研究為實(shí)現(xiàn)快速準(zhǔn)確的火災(zāi)探測提供了可行的解決方案，并使基于視覺的火災(zāi)探測成為可能。
標(biāo)簽： 火災(zāi)探測設(shè)施