一种融合实例分割和优化卷积自编码的火势强度量化方法、存储介质、设备及计算机程序产品
申请号:CN202510221857
申请日期:2025-02-27
公开号:CN120071093A
公开日期:2025-05-30
类型:发明专利
摘要
本发明公开了一种融合实例分割和优化卷积自编码的火势强度量化方法、存储介质、设备及计算机程序产品,包括:收集不同燃烧状态下火焰图像,并统一火焰图像的分辨率大小;构建火势强度量化模型,包括依次连接的YOLO11seg模型、卷积自编码网络和线性回归模型;将统一分辨率大小的火焰图像依次输入火势强度量化模型中进行训练,直至火势强度量化模型的总损失函数收敛,完成对火势强度量化模型的训练;重新采集火焰图像,调整采集的火焰图像的分辨率大小,输入训练好的火势强度量化模型中,预测出火势强度。本发明通过YOLO11seg模型进行火焰图像的实例分割,通过卷积自编码网络提取火焰区域的深层特征,通过线性回归模型预测火势强度。
技术关键词
实例分割
线性回归模型
卷积模块
强度
注意力
图像分割
计算机程序产品
网络
积层
分辨率
火焰图像特征
Softmax函数
解码器
编码器
上采样
像素
图像特征提取