System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及红外测温,具体而言,涉及一种红外测温方法、装置及电子设备。
技术介绍
1、现有的红外测温方法是使需要测温的对象位于设定的区域内,利用红外测温仪对准需要测温的对象的相关部位来实现,存在检测速度慢、易受外界干扰等问题。
技术实现思路
1、本专利技术提供了一种红外测温方法、装置及电子设备,其能够提高检测速度以及避免受外界干扰对检测结果的影响,提高检测准确性。
2、本专利技术的技术方案可以这样实现:
3、第一方面,本专利技术提供一种红外测温方法,所述方法包括:
4、获取无人机航拍图像和所述无人机航拍图像的红外测温结果,所述无人机航拍图像包含待测温对象;
5、将所述无人机航拍图像输入预先训练的红外部件识别模型,使所述红外部件识别模型的主干网络对所述无人机航拍图像的深层特征进行提取,以确定所述无人机航拍图像上所述待测温对象的位置;
6、根据所述无人机航拍图像的红外测温结果以及所述待测温对象的位置,得到所述待测温对象的温度数据。
7、可选地,所述红外部件识别模型的训练步骤包括:
8、获取多张训练图像,每张所述训练图像上均标注了目标对象;
9、将全部所述训练图像输入预先构建的检测模型进行训练,得到所述红外部件识别模型。
10、可选地,所述检测模型的主干网络包括依次连接的卷积模块、第一残差模块、第二残差模块、第三残差模块、第四残差模块以及第五残差模块;
11、所述将全
12、将全部所述训练图像输入所述卷积模块,并将所述卷积模块输出的特征图输入所述第一残差模块进行特征提取,所述卷积模块输出的特征图的尺寸大于所述第一残差模块;
13、将所述第一残差模块输出的特征图输入所述第二残差模块进行特征提取,所述第一残差模块输出的特征图的尺寸大于所述第二残差模块;
14、将所述第二残差模块输出的特征图输入所述第三残差模块进行特征提取,所述第二残差模块输出的特征图的尺寸大于所述第三残差模块;
15、将所述第三残差模块输出的特征图输入所述第四残差模块进行特征提取,所述第三残差模块输出的特征图的尺寸大于所述第四残差模块;
16、将所述第四残差模块输出特征图输入所述第五残差模块进行特征提取,所述第四残差模块输出的特征图的尺寸大于所述第五残差模块;
17、利用所述第三残差模块输出的特征图、所述第四残差模块输出的特征图以及所述第五残差模块输出的特征图对所述目标对象进行识别。
18、可选地,所述第五残差模块包括依次连接的四层残差块和一层卷积块;
19、所述将所述第四残差模块输出特征图输入所述第五残差模块进行特征提取的步骤包括:
20、将所述第四残差模块输出的特征图输入第一层所述残差块进行特征提取,并将第一层所述残差块输出的特征图输入第二层所述残差块进行特征提取;
21、将第二层所述残差块输出的特征图输入第三层所述残差块进行特征提取;
22、将第三层所述残差块输出的特征图输入第四层所述残差块进行特征提取;
23、将第一层残差块输出的特征图、第二层所述残差块输出的特征图、第三层所述残差块输出的特征图以及第四层所述残差块输出的特征图拼接后,输入所述卷积块;
24、将所述卷积块输出的特征图与所述第四残差模块输出的特征图进行相加,得到所述第五残差模块输出的特征图。
25、可选地,每层所述残差块均包括第一卷积、第二卷积、第三卷积、第四卷积、第五卷积以及第六卷积,所述第一卷积分别与所述第四卷积和所述第五卷积连接,所述第二卷积分别与所述第四卷积和所述第五卷积连接,所述第三卷积、所述第四卷积以及所述第五卷积均与所述第六卷积连接;
26、所述将所述第四残差模块输出的特征图输入第一层所述残差块进行特征提取的步骤包括:
27、将所述第四残差模块输出的特征图分别输入第一层所述残差块的第一卷积、第二卷积和第三卷积;
28、将第一层所述残差块的第一卷积输出的特征图分别输入第一层所述残差块的第四卷积和第五卷积;
29、将第一层所述残差块的第二卷积输出的特征图输入第一层所述残差块的第五卷积;
30、将第一层所述残差块的第三卷积输出的特征图、第一层所述残差块的第四卷积输出的特征图以及第一层所述残差块的第五卷积输出的特征图拼接后,输入第一层所述残差块的第六卷积;
31、将所述第四残差模块输出的特征图与第一层所述残差块的第六卷积输出的特征图进行相加,得到第一层所述残差块输出的特征图。
32、可选地,所述将第一层所述残差块输出的特征图输入第二层所述残差块进行特征提取的步骤包括:
33、将第一层所述残差块输出的特征图分别输入第二层所述残差块的第一卷积、第二卷积和第三卷积;
34、将第二层所述残差块的第一卷积输出的特征图分别输入第二层所述残差块的第四卷积和第五卷积;
35、将第二层所述残差块的第二卷积输出的特征图输入第二层所述残差块的第五卷积;
36、将第二层所述残差块的第三卷积输出的特征图、第二层所述残差块的第四卷积输出的特征图以及第二层所述残差块的第五卷积输出的特征图拼接后,输入第二层所述残差块的第六卷积;
37、将第一层所述残差块输出的特征图与第二层所述残差块的第六卷积输出的特征图进行相加,得到第二层所述残差块输出的特征图。
38、可选地,所述将第二层所述残差块输出的特征图输入第三层所述残差块进行特征提取的步骤包括:
39、将第二层所述残差块输出的特征图分别输入第三层所述残差块的第一卷积、第二卷积和第三卷积;
40、将第三层所述残差块的第一卷积输出的特征图分别输入第三层所述残差块的第四卷积和第五卷积;
41、将第三层所述残差块的第二卷积输出的特征图输入第三层所述残差块的第五卷积;
42、将第三层所述残差块的第三卷积输出的特征图、第三层所述残差块的第四卷积输出的特征图以及第三层所述残差块的第五卷积输出的特征图拼接后,输入第三层所述残差块的第六卷积;
43、将第二层所述残差块输出的特征图与第三层所述残差块的第六卷积输出的特征图进行相加,得到第三层所述残差块输出的特征图。
44、可选地,所述将第三层所述残差块输出的特征图输入第四层所述残差块进行特征提取的步骤包括:
45、将第三层所述残差块输出的特征图分别输入第四层所述残差块的第一卷积、第二卷积和第三卷积;
46、将第四层所述残差块的第一卷积输出的特征图分别输入第四层所述残差块的第四卷积和第五卷积;
47、将第四层所述残差块的第二卷积输出的特征图输入第四层所述残差块的第五卷积;
48、将第四层所述残差块的第三卷积输出的特征图、第四层所述残差块的第本文档来自技高网...
【技术保护点】
1.一种红外测温方法,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,所述红外部件识别模型的训练步骤包括:
3.如权利要求2所述的方法,其特征在于,所述检测模型的主干网络包括依次连接的卷积模块、第一残差模块、第二残差模块、第三残差模块、第四残差模块以及第五残差模块;
4.如权利要求3所述的方法,其特征在于,所述第五残差模块包括依次连接的四层残差块和一层卷积块;
5.如权利要求4所述的方法,其特征在于,每层所述残差块均包括第一卷积、第二卷积、第三卷积、第四卷积、第五卷积以及第六卷积,所述第一卷积分别与所述第四卷积和所述第五卷积连接,所述第二卷积分别与所述第四卷积和所述第五卷积连接,所述第三卷积、所述第四卷积以及所述第五卷积均与所述第六卷积连接;
6.如权利要求5所述的方法,其特征在于,所述将第一层所述残差块输出的特征图输入第二层所述残差块进行特征提取的步骤包括:
7.如权利要求5所述的方法,其特征在于,所述将第二层所述残差块输出的特征图输入第三层所述残差块进行特征提取的步骤包括:
9.一种红外测温装置,其特征在于,所述装置包括:
10.一种电子设备,其特征在于,其包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至8任一项所述的红外测温方法。
...【技术特征摘要】
1.一种红外测温方法,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,所述红外部件识别模型的训练步骤包括:
3.如权利要求2所述的方法,其特征在于,所述检测模型的主干网络包括依次连接的卷积模块、第一残差模块、第二残差模块、第三残差模块、第四残差模块以及第五残差模块;
4.如权利要求3所述的方法,其特征在于,所述第五残差模块包括依次连接的四层残差块和一层卷积块;
5.如权利要求4所述的方法,其特征在于,每层所述残差块均包括第一卷积、第二卷积、第三卷积、第四卷积、第五卷积以及第六卷积,所述第一卷积分别与所述第四卷积和所述第五卷积连接,所述第二卷积分别与所述第四卷积和所述第五卷积连接,所述第三卷积、所述第四...
【专利技术属性】
技术研发人员:邓广宏,李勇,潘屹峰,黄吴蒙,
申请(专利权)人:广州中科云图智能科技有限公司,
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。