基于迁移学习的船舶机舱火灾图像检测方法 |
| |
引用本文: | 姜兴家,刘云志,宋志敏,慕盛全,张鹏,张跃文,孙培廷.基于迁移学习的船舶机舱火灾图像检测方法[J].大连海事大学学报(自然科学版),2023(1):103-109+116. |
| |
作者姓名: | 姜兴家 刘云志 宋志敏 慕盛全 张鹏 张跃文 孙培廷 |
| |
作者单位: | 1. 大连海事大学轮机工程学院;2. 大连船舶重工集团有限公司 |
| |
摘 要: | 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。
|
关 键 词: | 船舶机舱 火灾图像 检测方法 机器视觉 机舱烟雾 迁移学习 |
|
|