(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210847815.8 (22)申请日 2022.07.19 (71)申请人 深圳市莱 达四维信息科技有限公司 地址 518129 广东省深圳市坂田街道岗头 社区天安云谷产业园二期4栋20 03 (72)发明人 刘宝刚　 (74)专利代理 机构 深圳众鼎汇成知识产权代理 有限公司 4 4566 专利代理师 朱业刚 (51)Int.Cl. G06V 10/82(2022.01) G06V 20/52(2022.01) G06V 20/40(2022.01) G06V 10/80(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 火焰烟雾识别模 型训练及其应用方法、 装置 及存储介质 (57)摘要 本发明涉及计算机安防领域， 公开了一种火 焰烟雾识别模型训练方法、 火焰烟雾识别方法、 装置及存储介质， 所述火焰烟雾识别方法包括： 对监测区域进行图像采集， 得到待识别图像； 将 所述待识别图像输入到火焰烟雾识别模型中进 行火焰烟雾识别， 得到识别结果， 其中， 所述火焰 烟雾识别模型为通过火焰烟雾识别模型训练方 法训练得到的模 型； 当所述识别结果为所述待识 别图像存在火焰和/或所述待识别图像存在烟雾 时， 则对所述待识别图像进行预警识别， 得到预 警结果， 其中， 当所述预 警结果为需要预 警时， 则 触发预设报警机制， 采用本发明通过提高对烟雾 和火焰的识别速度， 确保预警的及时性。 权利要求书3页 说明书9页 附图3页 CN 115272820 A 2022.11.01 CN 115272820 A 1.一种火焰烟雾识别模型训练方法， 其特征在于， 所述火焰烟雾识别模型训练方法包 括： 基于目标检测算法， 构建初始化火焰烟雾识别模型， 其中， 所述初始化火焰烟雾识别模 型包括主干网络和火焰 烟雾识别网络； 获取训练图像集合， 并将所述训练图像集合输入所述初始化火焰烟雾识别模型中， 其 中， 所述训练图像集 合包括训练图像， 每一个所述训练图像对应一个标签信息； 基于所述主干网络， 对任一个所述训练图像进行特征提取， 并基于所述火焰烟雾识别 网络对提取到的图像特 征进行火焰 烟雾识别， 得到所述训练图像对应的识别结果； 针对每一个所述训练图像， 将所述训练图像的标签信 息和所述训练图像的识别结果进 行比对， 得到所述训练图像的比对结果； 在所述比对结果不满足预设训练条件时， 则对所述初始化火焰烟雾识别模型进行参数 调整， 并返回所述获取训练图像集合， 并将所述训练图像集合输入所述初始化火焰烟雾识 别模型中的步骤继续训练， 直到所述比对结果满足预设训练条件， 得到火焰 烟雾识别模型。 2.如权利要求1所述的火焰烟雾识别模型训练方法， 其特征在于， 所述获取训练图像集 合包括： 获取训练图像， 并将标签信息为存在烟雾和/或存在火焰的所述训练图像作为待拼接 图像集合； 基于数据增强方式， 从所述待拼接图像集合依次选取出四张所述待拼接图像进行拼 接， 得到拼接图像； 将所述拼接图像和所述训练图像加入训练图像集 合中。 3.如权利要求1所述的火焰烟雾识别模型训练方法， 其特征在于， 所述在所述比对结果 不满足预设训练条件时， 则对所述初始化火焰烟雾识别模型进行参数调整， 并返回所述获 取训练图像集合， 并将所述训练图像集合输入所述初始 化火焰烟雾识别模 型中的步骤继续 训练， 直到所述比对结果满足预设训练条件， 得到火焰 烟雾识别模型的步骤 包括： 根据所述比对结果， 计算损失值； 在所述损失值未达到预设损失值时， 则对所述初始化火焰烟雾识别模型进行参数调 整， 并返回所述获取训练图像集合， 并将所述训练图像集合输入所述初始化火焰烟雾识别 模型中的步骤继续训练； 在所述损失值达 到所述预设损失值时， 将得到的模型作为所述火焰 烟雾识别模型。 4.一种火焰 烟雾识别方法， 其特 征在于， 所述火焰 烟雾识别方法包括： 对监测区域进行图像采集， 得到待识别图像； 将所述待识别图像输入到火焰烟雾识别模型中进行火焰烟雾识别， 得到识别结果， 其 中， 所述火焰烟雾识别模型为通过如权利要求 1至3任一项 所述的火焰烟雾识别模型训练方 法训练得到的模型； 当所述识别结果为所述待识别图像存在火焰和/或所述待识别图像存在烟雾时， 则对 所述待识别图像进行预警识别， 得到预警结果， 其中， 当所述预警结果为需要预警时， 则触 发预设报警机制。 5.如权利要求4所述的火焰烟雾识别方法， 其特征在于， 所述当所述识别结果为所述待 识别图像存在火焰和/或所述待识别图像存在烟雾时， 则对所述待识别图像进 行预警识别，权　利　要　求　书 1/3 页 2 CN 115272820 A 2得到预警结果， 其中， 当所述预警结果 为需要预警时， 则触发预设报警机制的步骤 包括： 当所述识别结果为所述待识别图像存在火焰和/或所述待识别图像存在烟雾时， 则对 所述待识别图像进行区域识别， 得到火焰 烟雾区域和工作区域； 对所述火焰 烟雾区域和所述工作区域进行重合区域计算， 得到 重合区域 面积比值； 当所述重合区域 面积大于预设面积时， 则触发预设报警机制。 6.如权利要求5所述的火焰烟雾识别方法， 其特征在于， 所述当所述识别结果为所述待 识别图像存在火焰和/或所述待识别图像存在烟雾时， 则对所述待识别图像进 行区域识别， 得到火焰 烟雾区域和工作区域包括： 当所述识别结果为所述待识别图像存在火焰和/或所述待识别图像存在烟雾时， 则对 所述待识别图像进行 特征提取， 得到图像特 征； 对所述图像特征进行火焰烟雾定位， 得到火焰烟雾定位点， 对所述图像特征进行工作 区域定位， 得到 工作区域定位 点； 基于所述火焰烟雾定位点确定火焰烟雾区域， 并基于所述工作区域定位点， 确定工作 区域。 7.如权利要求1所述的火焰烟雾识别方法， 其特征在于， 所述对所述火焰烟雾区域和所 述工作区域进行重合区域计算， 得到 重合区域 面积比值的步骤 包括： 确定所述火焰烟雾区域任一对角线从上到下的两个顶点的坐标为(x11， y11)、 (x12， y12)， 所述工作区域对角线从上到下的两个顶点的坐标为(x21， y21)、 (x22， y22)其中， 所述 火焰烟雾区域的对角线与所述火焰 烟雾区域的对角线平行； 当x12>x21或者y12<y21时， 则确定 重合区域 面积比值 为0； 否则， 则基于所有所述顶点坐标， 对所述火焰烟雾区域和所述工作区域进行重合区域 计算， 得到 重合区域 面积比值。 8.一种火焰烟雾识别模型训练装置， 其特征在于， 所述火焰烟雾识别模型训练装置包 括： 初始化火焰烟雾识别模型构建模块， 用于基于目标检测算法， 构建初始化火焰烟雾识 别模型， 其中， 所述初始化火焰 烟雾识别模型包括主干网络和火焰 烟雾识别网络； 输入模块， 用于获取训练图像集合， 并将所述训练图像集合输入所述初始化火焰烟雾 识别模型中， 其中， 所述训练图像集合包括训练图像， 每一个所述训练图像对应一个标签信 息； 火焰烟雾识别模块， 用于基于所述主干网络， 对任一个所述训练图像进行特征提取， 并 基于所述火焰烟雾识别网络对提取到的图像特征进行火焰烟雾识别， 得到所述训练图像对 应的识别结果； 比对模块， 用于针对每一个所述训练图像， 将所述训练图像的标签信息和所述训练图 像的识别结果进行比对， 得到所述训练图像的比对结果； 火焰烟雾识别模型获取模块， 用于在所述比对结果不满足预设训练条件时， 则对所述 初始化火焰烟雾识别模型进行参数调整， 并返回所述获取训练图像集合， 并将所述训练图 像集合输入所述初始 化火焰烟雾识别模型中的步骤继续训练， 直到所述比对结果满足预设 训练条件， 得到火焰 烟雾识别模型。 9.一种火焰 烟雾识别装置， 其特 征在于， 所述火焰 烟雾识别装置包括：权　利　要　求　书 2/3 页 3 CN 115272820 A 3