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

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
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
系统为您推荐了相关专利信息
城市排水系统 风险评估方法 节点特征 卷积网络模型 拓扑图
商品推荐列表 AI语音 交互方法 融合神经网络 分层强化学习
文字特征 语义关联方法 光学字符识别技术 图像分割算法 医疗术语库
燃气蒸汽联合循环机组 多尺度特征金字塔 注意力编码器 分层控制系统 诊断特征
图像生成模型 噪声图像 注意力机制 图像生成方法 文本