基于YOLO神经网络及机器视觉的火焰检测研究

• 作者: 陈思 张涛川 刘修泉 易铭
• 来源期刊: 信息技术与信息化
• 关键词: 火焰检测 神经网络 YOLO 机器视觉检测技术 YOLOv5s
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 计算机应用
• 页码范围: 107-110
• 页数: 4页
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9528.2022.03.027

摘要

为了提高火灾预警系统的可靠性,结合YOLO人工神经网络及机器视觉检测技术对火焰进行检测研究.首先采集200张火焰图片及网上搜索1000张火焰图像作为训练集,人工对每一张图像的火焰区域打标签,然后搭建模型小、检测速度快的YOLOv5s神经网络模型,采用监督学习的方式训练系统,最后应用实训后的系统对火焰进行实时检测.实验结果发现,系统对火焰能实现实时监督,识别准确度较高,检测速度快,识别灵敏度高.