基于迁移学习的船舶机舱火灾图像检测方法

针对传统烟雾探测器易受船舶机舱环境、布置位置等因素影响导致着火响应不及时的问题，提出一种基于机器视觉的船舶机舱烟雾识别模型。首先，利用通用数据库和实船场景及其烟雾图片建立图形知识库；其次，构建迁移学习和残差网络的融合模型，实现烟雾特征的迁移和学习，并利用验证数据集验证模型的有效性；最后，选取实船工作间火灾实例照片验证模型的有效性。结果表明，相较于传统感烟探测器，该模型可提前83 s预警；相较于其他智能算法，该模型可提升烟雾识别准确率。该方法可以更快速识别船舶烟雾，避免重大灾难性火灾事故的发生，可作为船舶智能监控手段。