本发明专利技术公开了一种基于烟雾识别的烟草事故报警方法，包括：将烟草烟雾训练样本集输入粗分割模块中进行初始分割，得到初始分割结果，对初始分割结果进行再次分割，得到再次分割结果，对初始分割结果和再次分割结果进行结果融合后的最终分割结果进行预测，得到预测分割结果，根据预测分割结果对烟雾语义分割模型进行参数调整，得到标准烟雾语义分割模型。提取烟草车间监控视频中的烟草烟雾监控图像并输入标准烟雾语义分割模型，得到烟雾识别情况并告警。本发明专利技术还提出一种基于烟雾识别的烟草事故报警装置、电子设备以及计算机可读存储介质。本发明专利技术可以解决烟草事故报警的准确度较低的问题。的问题。的问题。
【技术实现步骤摘要】
基于烟雾识别的烟草事故报警方法、装置、设备及介质
[0001]本专利技术涉及人工智能
，尤其涉及一种基于烟雾识别的烟草事故报警方法、装置、设备及计算机可读存储介质。
技术介绍
[0002]烟草在物流运输过程中，需要储存于物流仓储库中进行保存。由于被烘干的烟草是极易燃烧的物质，因此很容易出现烟草燃烧的事故，烟草一旦燃烧会导致烟草生产和存储车间出现火灾，影响烟草车间的安全生产。因此需要及时检测到烟草车间发生的烟草事故并进行预警，进而保障车间的安全。
[0003]现有的烟草事故报警方法通常是在车间安装一个简易的烟雾检测器进行检测，烟雾检测器很容易受到环境影响导致检测的准确度不够高，进而导致烟草事故报警的准确度较低。因此亟待提出一种准确度更高的烟草事故报警方法。
技术实现思路
[0004]本专利技术提供一种基于烟雾识别的烟草事故报警方法、装置及计算机可读存储介质，其主要目的在于解决烟草事故报警的准确度较低的问题。
[0005]为实现上述目的，本专利技术提供的一种基于烟雾识别的烟草事故报警方法，包括：基于预设的三维建模算法获得烟草合成烟雾图，提取所述烟草合成烟雾图中的三通道数值，并基于所述三通道数值对所述烟草合成烟雾图进行数据增强处理，得到烟草烟雾训练样本集；将所述烟草烟雾训练样本集输入至预设的烟雾语义分割模型中的粗分割模块中进行初始分割，得到初始分割结果，并利用所述烟雾语义分割模型中的细分割模块对所述初始分割结果进行再次分割，得到再次分割结果；对所述初始分割结果和所述再次分割结果进行结果融合，并对结果融合后的最终分割结果进行预测处理，得到预测分割结果；基于预设的二值交叉熵损失函数计算所述预测分割结果对应的交叉熵损失值，并根据所述交叉熵损失值对所述烟雾语义分割模型进行参数调整，得到标准烟雾语义分割模型；获取烟草车间监控视频，并基于预设的光流法提取所述烟草车间监控视频中的烟草烟雾监控图像；将所述烟草烟雾监控图像输入至所述标准烟雾语义分割模型中，得到烟雾识别情况，并根据所述烟雾识别情况向车间人员进行烟雾告警。
[0006]可选地，所述提取所述烟草合成烟雾图中的三通道数值，包括：根据预设的数值读取语句识别出所述烟草合成烟雾图中的红色值、绿色值和蓝色值；将所述红色值、所述绿色值和所述蓝色值汇总得到三通道数值。
[0007]可选地，所述基于所述三通道数值对所述烟草合成烟雾图进行数据增强处理，得到烟草烟雾训练样本集，包括：获取预设的全局系数，根据所述全局系数构建数据增强公式；将所述三通道数值中的红色值、绿色值和蓝色值代入至所述数据增强公式中，得到增强后的三通道值；根据所述增强后的三通道值构建多个烟草烟雾训练样本，并汇总多个所述烟草烟雾训练样本，得到烟草烟雾训练样本集。
[0008]可选地，所述根据所述全局系数构建数据增强公式，包括：所述数据增强公式为：所述数据增强公式为：所述数据增强公式为：其中，为所述全局系数，为增强后的三通道值中的红色值，为增强后的三通道值中的绿色值，为增强后的三通道值中的蓝色值，为预设参数，为所述三通道数值中的红色值，为所述三通道数值中的绿色值，为所述三通道数值中的蓝色值，为标准红色值，为标准绿色值，为标准蓝色值。
[0009]可选地，所述将所述烟草烟雾训练样本集输入至预设的烟雾语义分割模型中的粗分割模块中进行初始分割，得到初始分割结果，包括：将所述烟草烟雾训练样本集输入至所述粗分割模块中的基础网络中，得到编码数据集；基于所述粗分割模块的卷积层、上采样层及激活函数依次对所述编码数据集进行解码处理，得到初始分割结果。
[0010]可选地，所述基于预设的二值交叉熵损失函数计算所述预测分割结果对应的交叉熵损失值，包括：所述预设的二值交叉熵损失函数为：其中，为所述交叉熵损失值，为最小化原始代价函数，P
i
表示第i个预测分割结果，G
i
表示第i张烟草烟雾样本的像素值，为预设的固定参数，W为优化参数。
[0011]可选地，所述基于预设的光流法提取所述烟草车间监控视频中的烟草烟雾监控图像，包括：利用预设的光流计算公式分别计算所述烟草车间监控视频中不同帧烟草车间监控图像中每个像素点对应的光流；将所述每个像素点对应的光流映射至预设的颜色空间，得到烟草烟雾监控图像。
[0012]可选地，所述利用预设的光流计算公式分别计算所述烟草车间监控视频中不同帧烟草车间监控图像中每个像素点对应的光流，包括：利用如下所述光流计算公式分别计算所述烟草车间监控视频中不同帧烟草车间
监控图像中每个像素点对应的光流：监控图像中每个像素点对应的光流：其中，表示所述烟草车间监控视频中不同帧烟草车间监控图像中每个像素点坐标，表示所述烟草车间监控视频中不同帧烟草车间监控图像中每个像素点对应的光流，x表示像素点的横坐标轴，y表示像素点的纵坐标轴，和分别表示所述每个像素点在x坐标轴和y坐标轴方向上的位移，A1和 B1分别表示不同的矩阵向量，C1表示预设的标记向量参数，T表示预设时间。
[0013]可选地，所述对所述初始分割结果和所述再次分割结果进行结果融合，包括：以所述初始分割结果在前，所述再次分割结果在后，预设的融合层作为中间连接进行结果融合，得到结果融合后的最终分割结果。
[0014]为了解决上述问题，本专利技术还提供一种基于烟雾识别的烟草事故报警装置，所述装置包括：数据增强模块，用于基于预设的三维建模算法获得烟草合成烟雾图，提取所述烟草合成烟雾图中的三通道数值，并基于所述三通道数值对所述烟草合成烟雾图进行数据增强处理，得到烟草烟雾训练样本集；样本分割模块，用于将所述烟草烟雾训练样本集输入至预设的烟雾语义分割模型中的粗分割模块中进行初始分割，得到初始分割结果，并利用所述烟雾语义分割模型中的细分割模块对所述初始分割结果进行再次分割，得到再次分割结果；模型训练模块，用于对所述初始分割结果和所述再次分割结果进行结果融合，并对结果融合后的最终分割结果进行预测处理，得到预测分割结果，基于预设的二值交叉熵损失函数计算所述预测分割结果对应的交叉熵损失值，并根据所述交叉熵损失值对所述烟雾语义分割模型进行参数调整，得到标准烟雾语义分割模型；烟雾告警模块，用于获取烟草车间监控视频，并基于预设的光流法提取所述烟草车间监控视频中的烟草烟雾监控图像，将所述烟草烟雾监控图像输入至所述标准烟雾语义分割模型中，得到烟雾识别情况，并根据所述烟雾识别情况向车间人员进行烟雾告警。
[0015]为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：存储器，存储至少一个指令；及处理器，执行所述存储器中存储的指令以实现上述所述的基于烟雾识别的烟草事故报警方法。
[0016]为了解决上述问题，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的基于烟雾识别的烟草事故报警方法。
[0017]本专利技术实施例中，通过基于预设的三维建模算法获得烟草合成烟雾图，保证了烟草合成烟雾图的质量，并根据提取的三通道本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于烟雾识别的烟草事故报警方法，其特征在于，所述方法包括：基于预设的三维建模算法获得烟草合成烟雾图，提取所述烟草合成烟雾图中的三通道数值，并基于所述三通道数值对所述烟草合成烟雾图进行数据增强处理，得到烟草烟雾训练样本集；将所述烟草烟雾训练样本集输入至预设的烟雾语义分割模型中的粗分割模块中进行初始分割，得到初始分割结果，并利用所述烟雾语义分割模型中的细分割模块对所述初始分割结果进行再次分割，得到再次分割结果；对所述初始分割结果和所述再次分割结果进行结果融合，并对结果融合后的最终分割结果进行预测处理，得到预测分割结果；基于预设的二值交叉熵损失函数计算所述预测分割结果对应的交叉熵损失值，并根据所述交叉熵损失值对所述烟雾语义分割模型进行参数调整，得到标准烟雾语义分割模型；获取烟草车间监控视频，并基于预设的光流法提取所述烟草车间监控视频中的烟草烟雾监控图像；将所述烟草烟雾监控图像输入至所述标准烟雾语义分割模型中，得到烟雾识别情况，并根据所述烟雾识别情况向车间人员进行烟雾告警。2.如权利要求1所述的基于烟雾识别的烟草事故报警方法，其特征在于，所述提取所述烟草合成烟雾图中的三通道数值，包括：根据预设的数值读取语句识别出所述烟草合成烟雾图中的红色值、绿色值和蓝色值；将所述红色值、所述绿色值和所述蓝色值汇总得到三通道数值。3.如权利要求1所述的基于烟雾识别的烟草事故报警方法，其特征在于，所述基于所述三通道数值对所述烟草合成烟雾图进行数据增强处理，得到烟草烟雾训练样本集，包括：获取预设的全局系数，根据所述全局系数构建数据增强公式；将所述三通道数值中的红色值、绿色值和蓝色值代入至所述数据增强公式中，得到增强后的三通道值；根据所述增强后的三通道值构建多个烟草烟雾训练样本，并汇总多个所述烟草烟雾训练样本，得到烟草烟雾训练样本集。4.如权利要求3所述的基于烟雾识别的烟草事故报警方法，其特征在于，所述根据所述全局系数构建数据增强公式，包括：所述数据增强公式为：所述数据增强公式为：所述数据增强公式为：其中，为所述全局系数， 为增强后的三通道值中的红色值，为增强后的三通道值中的绿色值，为增强后的三通道值中的蓝色值，为预设参数，为所述三通道数值中的红色值，为所述三通道数值中的绿色值，为所述三通道数值中的蓝色值，为标准红色值，为标准绿色值，为标准蓝色值。5.如权利要求1所述的基于烟雾识别的烟草事故报警方法，其特征在于，所述将所述烟草烟雾训练样本集输入至预设的烟雾语义分割模型中的粗分割模块中进行初始分割，得到
初始分割结果，包括：将所述烟草烟雾训练样本集输入至所述粗分割模块中的基础网络中，得到编码数据集；基于所述粗分割模块的卷积层、上采样层及激活函数依次对所述编码数据集进行解码处理，得到初始分割结果。6.如权利要求1所述的基于烟雾识别的烟草事故报警方法，其特征在于，所述基于预设的二值交叉熵损失函数计算所述预测分...
【专利技术属性】
技术研发人员：张昊，王磊，刘亮，孙祥洪，袁智敏，朱文林，
申请(专利权)人：江西中烟工业有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。