基于迁移学习的火灾实时检测

作者：陈津徽; 张元良^*; 赵先杰

来源：江苏海洋大学学报(自然科学版), 2020, 29(03): 83-87.

• 深度学习
• 火灾检测
• 迁移学习
• 目标检测

在深度学习中,多数基于视频图像处理的火灾检测技术在提取特征时存在着精度低、无法实时检测的缺点。因此,提出了一种基于YOLOv3迁移学习的目标检测方法。首先,在进行特征提取的卷积层加入了残差网络中的快捷链路避免梯度消失。其次,采用了多尺度的先验框检测目标物体。最后,使用了Sigmoid与交叉熵函数相结合的损失函数来进行多目标预测。实验结果表明,该算法的平均精度的均值为0.75,并且可以实时检测。