公开(公告)号：CN118823591B

公开(公告)日：2025-01-03

申请号：CN202411306805.9

申请日：2024-09-19

Applicant: 中国科学技术大学

Inventor： 王冲 ,  张启兴 ,  祖弦 ,  戴金洋

IPC: G06V20/10 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请涉及一种双光谱图像融合的火灾探测模型的训练方法，包括：获取待训练的深度神经网络模型，所述深度神经网络模型包括两个并行的高分辨率网络，两个所述高分辨率网络分别用于处理不同光谱图像，每个所述高分辨率网络包括第一支路、第二支路和第三支路；通过双光谱非火灾图像对所述深度神经网络模型进行第一训练；通过单双光谱火灾图像交替对第一训练后的所述神经网络模型进行第二训练；经过所述第二训练后的深度神经网络模型为火灾探测模型。本发明提供的火灾探测模型的训练方法，可以采用单光谱火灾图像进行训练并得到提升，不存在模型难以收敛的问题，解决了目前火灾探测模型的训练方法无法有效利用单光谱火灾图像来提高训练效果的问题。

公开(公告)号：CN118823591A

公开(公告)日：2024-10-22

申请号：CN202411306805.9

申请日：2024-09-19

Applicant: 中国科学技术大学

Inventor： 王冲 ,  张启兴 ,  祖弦 ,  戴金洋

IPC: G06V20/10 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请涉及一种双光谱图像融合的火灾探测模型的训练方法，包括：获取待训练的深度神经网络模型，所述深度神经网络模型包括两个并行的高分辨率网络，两个所述高分辨率网络分别用于处理不同光谱图像，每个所述高分辨率网络包括第一支路、第二支路和第三支路；通过双光谱非火灾图像对所述深度神经网络模型进行第一训练；通过单双光谱火灾图像交替对第一训练后的所述神经网络模型进行第二训练；经过所述第二训练后的深度神经网络模型为火灾探测模型。本发明提供的火灾探测模型的训练方法，可以采用单光谱火灾图像进行训练并得到提升，不存在模型难以收敛的问题，解决了目前火灾探测模型的训练方法无法有效利用单光谱火灾图像来提高训练效果的问题。