摘要
随着邮轮行业的发展,传统火灾检测技术已经不能满足人们对邮轮火灾防治的需要。基于此,引入轻量级卷积神经网络并结合红外技术,构建了一种适用于多场景邮轮火灾的目标检测技术。改进的目标检测算法YOLOv3在ImageNet、COCO数据集上的平均精度分别达到90.93%、94.36%,较原始模型性能分别提升2.51%、5.24%。结果表明,改进模型较传统模型在各个检测指标上均有更好的表现。基于改进YOLOv3的红外检测模型在COCO数据集上对烟雾、明火、暗火及平均精度的检测值分别为91.73%、89.11%、90.42%、96.71%,均高于对比算法。实验结果表明,基于改进YOLOv3的红外检测模型能够对邮轮多场景较隐蔽火灾区域进行准确的火灾目标检测。
出处
《电脑编程技巧与维护》
2025年第4期47-50,92,共5页
Computer Programming Skills & Maintenance
基金
南通市科技计划项目(MSZ2022180,JC12022094)。
