-
题名基于FireNet的古建筑火灾检测方法研究及改进
- 1
-
-
作者
陈庆典
钟晨
刘慧
王晓辉
-
机构
北京建筑大学电气与信息工程学院
应急管理部沈阳消防研究所
建筑大数据智能处理方法研究北京市重点实验室
-
出处
《消防科学与技术》
CAS
北大核心
2024年第2期183-188,共6页
-
基金
国家重点研发计划课题(2020YFC1522804)。
-
文摘
针对古建筑火灾检测需要快速、准确及实时的需求,建立了一个专门用于古建筑火灾检测的数据集,用于古建筑火灾检测的深度学习研究。利用CBAM注意力机制模块,结合多尺度特征融合,对FireNet网络进行改进,提出适用于古建筑火灾检测的轻量级FireNet-AMF网络,在FireNet数据集和本文构建的古建筑火灾检测数据集上验证了FireNet-AMF网络的火灾检测能力。与改进前的网络相比,FireNet-AMF网络在FireNet数据集上对火灾识别的准确率达到了95.08%,与原网络相比提高了1.17%,在本文构建的古建筑火灾检测数据集上的准确率达到了95.62%,比原网络提高了1.62%。该网络在保证轻量级的同时也保证了在古建筑火灾检测中较高的检测精度。
-
关键词
古建筑
火灾检测
图像分类
firenet
注意力机制
多尺度特征融合
-
Keywords
historical building
fire detection
image classification
firenet
attention mechanism
multi-scale feature fusion
-
分类号
X913.4
[环境科学与工程—安全科学]
TU998.1
[建筑科学—市政工程]
-
