首页 | 本学科首页   官方微博 | 高级检索  
     

基于CNN的视频火焰识别及模型剪枝
引用本文:杨植凯,卜乐平,王腾,欧阳继能,袁鹏. 基于CNN的视频火焰识别及模型剪枝[J]. 海军工程大学学报, 2020, 32(3): 102-107. DOI: 10.7495/j.issn.1009-3486.2020.03.017
作者姓名:杨植凯  卜乐平  王腾  欧阳继能  袁鹏
作者单位:海军工程大学 电气工程学院,武汉 430033,海军工程大学 电气工程学院,武汉 430033,海军工程大学 电气工程学院,武汉 430033,海军工程大学 电气工程学院,武汉 430033,海军工程大学 电气工程学院,武汉 430033
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。

关 键 词:火焰识别  卷积神经网络  3D卷积  模型剪枝

Flame video recognition based on CNN and model pruning
YANG Zhi-kai,BU Le-ping,WANG Teng,OUYANG Ji-neng,YUAN Peng. Flame video recognition based on CNN and model pruning[J]. Journal of Naval University of Engineering, 2020, 32(3): 102-107. DOI: 10.7495/j.issn.1009-3486.2020.03.017
Authors:YANG Zhi-kai  BU Le-ping  WANG Teng  OUYANG Ji-neng  YUAN Peng
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号