基于深度学习目标检测的车位上车辆烟火检测报警方法与流程

本申请涉及车辆安全检测，尤其涉及一种基于深度学习目标检测的车位上车辆烟火检测报警方法。

背景技术：

1、随着火灾安全意识的提高，对于火灾和烟雾检测技术的需求也越来越迫切。在这个背景下基于深度学习的目标检测算法，通过高效率和准确性的特点，在实时火灾和烟雾检测领域取得了巨大突破。火灾和烟雾检测对于确保公共安全和防止财产损失是至关重要的任务。

2、现有目标检测算法是基于图片或视频进行特征提取和识别的，而现有技术中，为保证及时且准确地识别到火灾和烟雾，需要模型实时处理采集图片。但是，图片采集间隔过小时，模型检测的数据量过大，导致负载过大，检测结果存在延迟，导致检测效率低下；图片采集间隔过大时，隐患的识别不及时，使得检测效率低下。

3、因此，如何解决车辆烟火安全检测效率低下成为亟待解决的技术问题。

技术实现思路

1、本申请提供了一种基于深度学习目标检测的车位上车辆烟火检测报警方法，旨在提高车辆烟火安全检测效率低下。

2、第一方面，本申请提供一种基于深度学习目标检测的车位上车辆烟火检测报警方法，所述方法包括：

3、基于第一采集周期，采集目标车辆上的车位图片，获得车位烟火检测图片；

4、基于预训练的烟火检测模型，对所述车位烟火检测图片进行烟火特征检测，获得模型检测结果；

5、在所述模型检测结果为存在烟火特征时，基于第二采集周期，采集所述目标车辆的车位图片，获得第二检测图片集，其中，所述第二采集周期小于所述第一采集周期；

6、基于所述烟火检测模型，对所述第二检测图片集中的所述车位图片进行烟火特征检测，获得第二检测结果；

7、在所述第二检测结果为存在所述烟火特征时，确定所述目标车辆存在烟火安全隐患，生成报警信号；

8、基于所述报警信号，启动报警器，并将所述报警信号发送至用户终端。

9、第二方面，本申请还提供一种基于深度学习目标检测的车位上车辆烟火检测报警装置，所述基于深度学习目标检测的车位上车辆烟火检测报警装置包括：

10、第一图片采集模块，用于基于第一采集周期，采集目标车辆上的车位图片，获得车位烟火检测图片；

11、第一模型检测模块，用于基于预训练的烟火检测模型，对所述车位烟火检测图片进行烟火特征检测，获得模型检测结果；

12、第二图片采集模块，用于在所述模型检测结果为存在烟火特征时，基于第二采集周期，采集所述目标车辆的车位图片，获得第二检测图片集，其中，所述第二采集周期小于所述第一采集周期；

13、第二模型检测模块，用于基于所述烟火检测模型，对所述第二检测图片集中的所述车位图片进行烟火特征检测，获得第二检测结果；

14、报警信号生成模块，用于在所述第二检测结果为存在所述烟火特征时，确定所述目标车辆存在烟火安全隐患，生成报警信号；

15、安全报警模块，用于基于所述报警信号，启动报警器，并将所述报警信号发送至用户终端。

16、第三方面，本申请还提供一种计算机设备，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如上述的基于深度学习目标检测的车位上车辆烟火检测报警方法的步骤。

17、第四方面，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如上述的基于深度学习目标检测的车位上车辆烟火检测报警方法的步骤。

18、本申请提供一种基于深度学习目标检测的车位上车辆烟火检测报警方法，本申请方法包括：基于第一采集周期，采集目标车辆上的车位图片，获得车位烟火检测图片；基于预训练的烟火检测模型，对所述车位烟火检测图片进行烟火特征检测，获得模型检测结果；在所述模型检测结果为存在烟火特征时，基于第二采集周期，采集所述目标车辆的车位图片，获得第二检测图片集，其中，所述第二采集周期小于所述第一采集周期；基于所述烟火检测模型，对所述第二检测图片集中的所述车位图片进行烟火特征检测，获得第二检测结果；在所述第二检测结果为存在所述烟火特征时，确定所述目标车辆存在烟火安全隐患，生成报警信号；基于所述报警信号，启动报警器，并将所述报警信号发送至用户终端。通过上述方式，本申请通过设置第一采集周期，采集目标车辆上的车位图片，以供烟火检测模型进行初步的烟火特征检测，减少模型的数据处理量的同时保证足够的特征识别效率，能够保证识别效率和检测结果输出效率，也便于能够及时识别出火灾和烟雾安全隐患。在第一采集周期采集的车位图片检测到烟火特征时，切换至第二采集周期采集车位图片，供烟火检测模型进行烟火特征识别，第二采集周期小于第一采集周期，因此第二采集周期的图片采集频率更高，以保证在较短的时间内采集足够数量的图片供烟火检测模型进行特征识别，从而实现烟火特征的快速且准确地识别，从而及时报警，提高了车辆烟火安全隐患的识别准确率和检测效率。

技术特征：

1.一种基于深度学习目标检测的车位上车辆烟火检测报警方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于深度学习目标检测的车位上车辆烟火检测报警方法，其特征在于，所述基于所述烟火检测模型，对所述第二检测图片集中的所述车位图片进行烟火特征检测，获得第二检测结果之后，还包括：

3.根据权利要求2所述的基于深度学习目标检测的车位上车辆烟火检测报警方法，其特征在于，所述基于所述第二检测结果和所述烟雾浓度检测数据，判断所述目标车辆是否存在烟火安全隐患之后，还包括：

4.根据权利要求2所述的基于深度学习目标检测的车位上车辆烟火检测报警方法，其特征在于，所述基于所述第二检测结果和所述烟雾浓度检测数据，判断所述目标车辆是否存在烟火安全隐患之后，还包括：

5.根据权利要求1所述的基于深度学习目标检测的车位上车辆烟火检测报警方法，其特征在于，所述基于第一采集周期，采集目标车辆上的车位图片，获得车位烟火检测图片之前，还包括：

6.根据权利要求5所述的基于深度学习目标检测的车位上车辆烟火检测报警方法，其特征在于，所述基于所述训练集，对深度学习目标检测模型进行训练，获得所述烟火检测模型之后，还包括：

7.根据权利要求6所述的基于深度学习目标检测的车位上车辆烟火检测报警方法，其特征在于，所述基于所述测试集，对所述预训练检测模型进行测试，获得模型目标检测精度之后，还包括：

8.一种基于深度学习目标检测的车位上车辆烟火检测报警装置，其特征在于，所述基于深度学习目标检测的车位上车辆烟火检测报警装置包括：

9.一种计算机设备，其特征在于，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如权利要求1至7中任一项所述的基于深度学习目标检测的车位上车辆烟火检测报警方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如权利要求1至7中任一项所述的基于深度学习目标检测的车位上车辆烟火检测报警方法的步骤。

技术总结本申请提供一种基于深度学习目标检测的车位上车辆烟火检测报警方法。该方法通过设置第一采集周期，采集目标车辆上的车位图片，以供烟火检测模型进行初步的烟火特征检测，减少模型的数据处理量的同时保证足够的特征识别效率，能够保证识别效率和检测结果输出效率，也便于能够及时识别出火灾和烟雾安全隐患。在检测到烟火特征时，通过第二采集周期采集车位图片，供烟火检测模型进行烟火特征识别，因为第二采集周期的图片采集频率更高，因此可以在较短的时间内采集足够数量的图片供烟火检测模型进行特征识别，从而实现烟火特征的快速且准确地识别，从而及时报警，提高了车辆烟火安全隐患的识别准确率和检测效率。技术研发人员：王昊明,王昊月,赵炎,王亮,鹿新受保护的技术使用者：特瓦特能源科技有限公司技术研发日：技术公布日：2024/6/26