基于深度迁移学习的烟雾图像检测

摘要：

针对乡村焚烧秸秆的烟雾预警问题,提出一种基于深度迁移学习的烟雾图像检测方法.该方法使用TensorFlow框架,引用已在ImageNet数据集上训练好的Inception-v3网络模型作为源模型,将其在ImageNet数据集中提取到的边缘、色彩、纹理等特征用于构建新的烟雾检测模型.利用真实场景的监控图像进行实验验证,实验结果表明,和传统的烟雾图像检测方法相比,该方法取得了较高的检测准确率,测试准确率达到了90％.

关键词：深度学习、烟雾检测、迁移学习、TensorFlow

所属期刊栏目：32

分类号：TP181(自动化基础理论)

资助基金：湖北省教育厅科研计划项目D20181705;湖北省高等学校优秀中青年科技创新团队计划T201807

在线出版日期：2019-05-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：65-71