基于YOLO神经网络及机器视觉的火焰检测研究  

作　　者：陈思[1] 张涛川[1] 刘修泉 易铭[1] CHEN Si;ZHANG Taochuan;LIU Xiuquan;YI Ming

机构地区：[1]佛山职业技术学院智能制造学院,广东佛山528137

出　　处：《信息技术与信息化》2022年第3期107-110,共4页Information Technology and Informatization

基　　金：2019年广东省普通高校青年创新人才类项目(2019GKQNCX007);2019年度广东省普通高校特色创新类项目(2019GKTSCX121);2021广东省高职教育教学改革研究与实践项目(GDZDHJZW202106)。

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。

关 键 词：火焰检测 神经网络 YOLO 机器视觉检测技术 YOLOv5s 

分 类 号：X932[环境科学与工程—安全科学] TP391.41[自动化与计算机技术—计算机应用技术] TP183[自动化与计算机技术—计算机科学与技术]