【技术实现步骤摘要】
本专利技术属于消防安全，尤其涉及一种基于智能算法的智慧消防监测方法、介质及终端。
技术介绍
1、随着城市的不断发展和人口的增加，高效、智能的消防监测方法对人们的生命和财产安全越来越重要。传统的消防监测方法往往依赖于固定式传感器网络，这些传感器通常布置在建筑物内的特定位置，通过探测烟雾、温度升高等指标来识别火灾迹象，仅能在特定区域监测，无法覆盖整个场地，而且对于不同环境和复杂场景的适应性有限，导致消防监测智能化程度低，监测效果不佳。
2、公开号为cn115035674a的专利申请提供了一种智慧楼宇消防智能监测预警管理系统，包括消防设备设置模块、火灾楼层判断识别模块、消防数据库、消防预警模块、消防疏散方式动态指导模块和优选逃生消防通道智能筛选模块。此专利申请通过在智慧楼宇各楼层的设定区域处设置火灾监测单元、声光报警器和消防广播，进而在发生火灾时通过消防广播将火灾楼层对应的楼层编号对各楼层内的人员进行语音播报。由上可知，此专利申请同样是依赖固定式传感器网络，通过在特定区域布置传感器，进而实现消防监测，因此存在现有技术相同的弊端。
3、因此，如何提供一种消防监测智能化程度高、监测效果好的消防监测方法，以提高城市消防安全效能，是本
人员亟待解决的问题。
技术实现思路
1、针对现有技术的不足，本专利技术的目的是提供一种基于智能算法的智慧消防监测方法，以解决现有技术中消防监测智能化程度低、监测效果不佳的问题；另外本专利技术还提供了一种基于智能算法的智慧消防监测介质及
2、为了解决上述技术问题，本专利技术采用了如下的技术方案：
3、第一方面，本专利技术提供了一种基于智能算法的智慧消防监测方法，包括以下步骤：
4、s10、通过现场采集或网络爬取得到火焰、烟雾和消防通道占用图像数据；
5、s20、将所述步骤s10得到的图像数据上传至cvat数据处理平台，并对采集到的图像数据进行清洗和标记，并导出相应数据集；
6、s30、通过图像处理技术构建图像数据增强模块；
7、s40、在yolov8模型的基础上，在主干网络和特征融合网络之间加入involution模块，构建出改进的网络模型；
8、s50、将所述步骤s20得到的数据集输入到所述步骤s30构建的图像数据增强模型进行数据增强，再将得到的数据输入到所述步骤s40构建的网络模型中进行迭代训练，得到最优模型；
9、s60、使用训练所得最优模型文件，构建消防智能监测服务平台。
10、进一步的，所述步骤s40的具体步骤如下：
11、s401、构建主干网络：主干网络包括5个cbs模块，4个c2f模块，1个cbam注意力模块和1个spff模块；
12、s402、构造involution模块：involution模块位于主干网络和特征融合网络之间，能够使网络的通道信息得到改进和共享，包含unfold模块、conv卷积模块和avgpool池化模块；
13、s403、构建特征融合网络：特征融合网络包含4个cbs模块，2个upsample上采样模块，4个concat拼接模块，4个c2f模块，3个ca注意力模块；
14、s404、构建检测头网络：检测头网络包含3个输出分支，每个输出分支包括分类和回归。
15、进一步的，所述步骤s401中，cbs模块包括conv卷积操作、batchnorm归一化处理和silu激活操作；c2f模块包括cbs卷积操作、split操作、bottleneck残差连接操作和concat拼接操作；cbam模块包括通道注意力模块和空间注意力模块；spff模块包括cbs卷积操作、三个maxpooling操作和concat拼接。
16、进一步的，所述步骤s50的具体步骤如下：
17、s501、利用数据增强模块进行数据增强；
18、s502、将增强后的数据输入网络中进行前向推理，利用加入cbam注意力模块的主干网络进行特征提取，利用involution模块进行充分的通道信息改进和共享，利用加入ca注意力模块的特征融合网络进行特征融合，将三个ca注意力模块结果输入到检测头网络，进行目标分类与回归；
19、s503、构建损失函数，进行迭代训练。
20、进一步的，所述步骤s10中，现场采集是通过采集设备在多个不同场所进行数据采集，包括园区、公寓和商场；网络爬取是设计智能搜索算法，通过关键词、地理位置进行智能搜索，并获取具有多样性的图像样本。
21、进一步的，所述步骤s20中具体包括对图像数据进行质量检查，删除低质量图像，并进行去重处理，在清洗完成后，对图像数据进行标记工作，最后将数据划分为训练集、验证集和测试集。
22、进一步的，所述步骤s30中，图像处理技术包括随机裁剪、马赛克、噪声、颜色变换、亮度调整、几何变换。
23、进一步的，所述步骤s60中，消防智能监测服务平台包括前端和后端，前端包含视频流管理、报警管理、算法管理、布控管理，后端对前端的请求进行相应的响应进行布控识别，并将告警信息发送给前端进行显示。
24、第二方面，本专利技术还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上所述方法。
25、第三方面，本专利技术还提供了一种电子终端，包括：处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如上所述方法。
26、本专利技术提供的基于智能算法的智慧消防监测方法、介质及终端与现有技术相比，至少具有如下有益效果：
27、传统的消防监测方法往往依赖于固定式传感器网络，这些传感器通常布置在建筑物内的特定位置，通过探测烟雾、温度升高等指标来识别火灾迹象，仅能在特定区域监测，无法覆盖整个场地，而且对于不同环境和复杂场景的适应性有限，导致消防监测智能化程度低，监测效果不佳。本专利技术在网络模型的主干网络中加入cbam注意力模块，通过通道注意力和空间注意力两个模块，优化了卷积神经网络对特征的关注方式，通道注意力提高了网络对于重要通道的关注度，而空间注意力则强化了网络对于图像中关键区域的感知能力，通过综合通道和空间注意力，不仅提高了网络的特征表达能力，还减少了冗余特征的计算，从而提高了计算效率；本专利技术在主干网络和特征融合网络之间加入involution模块，该模块的使得通道信息得到改进和共享，从而减少了特征融合网络初始阶段的信息丢失；本专利技术在特征融合网络加入ca注意力模块，使得网络能够更加有效地选择和强化对于当前任务而言具有显著贡献的通道，这种关注机制有助于提高网络的特征表达能力，使其更加适应复杂的数据特征，并在任务中更准确地捕捉到关键信息，不仅优化了网络对通道特征的处理，也提高了网络的学习能力和泛化能力；本专利技术结合先进的人工智能技术进行数据分析和智能决策，以更加准确、及时地识别各种风险，不仅提升了本文档来自技高网...
【技术保护点】
1.一种基于智能算法的智慧消防监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于智能算法的智慧消防监测方法，其特征在于，所述步骤S40的具体步骤如下：
3.根据权利要求2所述的一种基于智能算法的智慧消防监测方法，其特征在于，所述步骤S401中，CBS模块包括Conv卷积操作、BatchNorm归一化处理和SiLU激活操作；C2F模块包括CBS卷积操作、split操作、Bottleneck残差连接操作和Concat拼接操作；CBAM模块包括通道注意力模块和空间注意力模块；SPFF模块包括CBS卷积操作、三个Maxpooling操作和Concat拼接。
4.根据权利要求1所述的一种基于智能算法的智慧消防监测方法，其特征在于，所述步骤S50的具体步骤如下：
5.根据权利要求1所述的一种基于智能算法的智慧消防监测方法，其特征在于，所述步骤S10中，现场采集是通过采集设备在多个不同场所进行数据采集，包括园区、公寓和商场；网络爬取是设计智能搜索算法，通过关键词、地理位置进行智能搜索，并获取具有多样性的图像样本。
7.根据权利要求1所述的一种基于智能算法的智慧消防监测方法，其特征在于，所述步骤S30中，图像处理技术包括随机裁剪、马赛克、噪声、颜色变换、亮度调整、几何变换。
8.根据权利要求1所述的一种基于智能算法的智慧消防监测方法，其特征在于，所述步骤S60中，消防智能监测服务平台包括前端和后端，前端包含视频流管理、报警管理、算法管理、布控管理，后端对前端的请求进行相应的响应进行布控识别，并将告警信息发送给前端进行显示。
9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述方法。
10.一种电子终端，其特征在于，包括：处理器及存储器；
...【技术特征摘要】
1.一种基于智能算法的智慧消防监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于智能算法的智慧消防监测方法，其特征在于，所述步骤s40的具体步骤如下：
3.根据权利要求2所述的一种基于智能算法的智慧消防监测方法，其特征在于，所述步骤s401中，cbs模块包括conv卷积操作、batchnorm归一化处理和silu激活操作；c2f模块包括cbs卷积操作、split操作、bottleneck残差连接操作和concat拼接操作；cbam模块包括通道注意力模块和空间注意力模块；spff模块包括cbs卷积操作、三个maxpooling操作和concat拼接。
4.根据权利要求1所述的一种基于智能算法的智慧消防监测方法，其特征在于，所述步骤s50的具体步骤如下：
5.根据权利要求1所述的一种基于智能算法的智慧消防监测方法，其特征在于，所述步骤s10中，现场采集是通过采集设备在多个不同场所进行数据采集，包括园区、公寓和商场；网络爬取是设计智能搜索算法，通过关键词、地理位置进...
【专利技术属性】
技术研发人员：陈永，赵晨阳，易世华，王星朗，朱必武，易振飞，欧阳金兴，佘坚，刘建福，
申请(专利权)人：威胜信息技术股份有限公司，
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。