[发明专利]一种火情检测方法、装置及设备

说明书

本申请公开了一种火情检测方法、装置及设备，所述方法包括：获取若干初始帧图像；采用第一检测模型对所述若干初始帧图像分别进行第一检测处理，生成第一检测处理后的若干初始帧图像的第一检测结果集；判断所述第一检测结果集是否满足第一预设条件；当所述第一检测结果集不满足第一预设条件时，输入所述第一检测结果集至第二检测模型进行第二检测处理，生成第二检测处理结果；根据所述第二检测处理结果，确定检测到火情。通过该方法，以便于能够精确检测到火情。

技术领域

本申请涉及检测技术领域，尤其涉及一种火情检测方法、装置及设备。

背景技术

现有技术中火情检测一般有两种方式，通过红外相机检测火焰发生区域并通过温度传感器检测火焰发生区域温度变化判断是否有火情；通过深度学习对大量火焰图片和非火焰图片进行分类处理，生成检测模型，确定拍摄到的图片是否有火情。

在实现现有技术的过程中，发明人发现：

通过红外相机和温度传感器检测火情在某些情景下并不适用，例如，对于被加热的钢管通过红外相机检测到钢管变红，且该区域温度发生变化，但并未发生火情；而通过检测模型判断，若拍摄到汽车的尾灯、强光的照射或是相机的曝光，导致局部图像出现红色或是橙色，就会引起火情的误报。

因此，本发明提供一种能够精确检测到火情发生的技术方案以解决现有技术中火情监测方法监测误报概率大的技术问题。

发明内容

本申请实施例提供一种能够精确检测到火情发生的技术方案以解决现有技术中火情监测方法监测误报概率大的技术问题。

一种火情检测方法，包括：

获取若干初始帧图像；

采用第一检测模型对所述若干初始帧图像分别进行第一检测处理，生成第一检测处理后的若干初始帧图像的第一检测结果集；

判断所述第一检测结果集是否满足第一预设条件；

当所述第一检测结果集不满足第一预设条件时，输入所述第一检测结果集至第二检测模型进行第二检测处理，生成第二检测处理结果；

根据所述第二检测处理结果，确定检测到火情。

进一步的，采用第一检测模型对所述若干初始帧图像分别进行第一检测处理，生成第一检测处理后的若干初始帧图像的第一检测结果集，具体包括：

采用YOLOV5模型对所述若干初始帧图像分别进行处理，生成若干初始帧图像的置信度；

根据所述若干初始帧图像的置信度，生成第一检测结果集；

其中，所述第一检测结果集为若干初始帧图像的置信度依次排列生成的集合。

进一步的，所述采用YOLOV5模型对所述若干初始帧图像进行处理，生成若干初始帧图像的置信度，具体包括：

采用YOLOV5模型分别对所述若干初始帧图像进行检测，生成若干初始帧图像的若干边界框初始确信分值；

对所述若干初始帧图像的若干边界框初始确信分值进行非极大值抑制处理，生成若干初始帧图像的置信度。

进一步的，所述初始帧图像的置信度的生成具体包括以下步骤：

对所述初始帧图像的若干边界框初始确信分值按分值大小排序，生成排序好的若干边界框初始确信分值的排序集合；

选择所述排序集合中若干边界框初始确信分值的最大值对应的边界框与所述排序集合中剩余若干边界框初始确信分值的最大值对应的边界框进行重叠域计算，生成边界框重叠值；

判断所述边界框重叠值是否小于预设重叠阈值；