基于深度迁移学习的烟雾图像检测

• 作者: 吴文俊 陈佳 韩超慧 马俊
• 来源期刊: 武汉纺织大学学报
• 学科: 工学
• 关键词: 深度学习 烟雾检测 迁移学习 TensorFlow
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 数理科学与应用
• 页码范围: 65-71
• 页数: 7页
• 分类号: TP181
• 字数: 4212字
• 语种: 中文

摘要

针对乡村焚烧秸秆的烟雾预警问题,提出一种基于深度迁移学习的烟雾图像检测方法.该方法使用TensorFlow框架,引用已在ImageNet数据集上训练好的Inception-v3网络模型作为源模型,将其在ImageNet数据集中提取到的边缘、色彩、纹理等特征用于构建新的烟雾检测模型.利用真实场景的监控图像进行实验验证,实验结果表明,和传统的烟雾图像检测方法相比,该方法取得了较高的检测准确率,测试准确率达到了90％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈佳	武汉纺织大学数学与计算机学院	21	56	4.0	6.0
2	马俊	武汉纺织大学数学与计算机学院	12	15	3.0	3.0
3	吴文俊	武汉纺织大学数学与计算机学院	2	0	0.0	0.0
4	韩超慧	武汉纺织大学数学与计算机学院	1	0	0.0	0.0