首页> 中文期刊> 《海军工程大学学报》 >基于CNN的视频火焰识别及模型剪枝

基于CNN的视频火焰识别及模型剪枝

         

摘要

针对目前火焰识别仅用单帧图像判断是否起火准确率低的缺点,引入视频识别的方法,通过提取火焰的运动信息提升卷积神经网络(CNN)识别微小火焰的准确率.首先,在CNN Resnet18的最后一层添加3D卷积层,突出火焰的运动特性,抑制其他形式的运动;然后,对该模型进行剪枝处理,压缩网络参数.实验结果表明:在剪去90% 卷积核的情况下,该模型准确率仍然保持在86.4% 的较高水平,最小可以识别大小为20×30像素的火焰.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号