基于CNN的化工園區(qū)火災(zāi)火焰圖像識(shí)別研究

摘要： 為及時(shí)發(fā)現(xiàn)化工園區(qū)火災(zāi)事故，降低事故損失，利用卷積神經(jīng)網(wǎng)絡(luò)(CNN)建立化工園區(qū)火災(zāi)實(shí)時(shí)檢測(cè)系統(tǒng)。基于CNN-YOLOv5算法訓(xùn)練化工園區(qū)火災(zāi)數(shù)據(jù)集和普通火災(zāi)數(shù)據(jù)集，分析對(duì)比2個(gè)數(shù)據(jù)集的損失值、召回率、精度和類別平均精度。其中，化工園區(qū)火災(zāi)數(shù)據(jù)集的損失值和召回率略低，但精度和類別平均精度高于普通火災(zāi)數(shù)據(jù)集，證明通過CNN檢測(cè)化工園區(qū)火災(zāi)的可行性。結(jié)果表明：基于火災(zāi)檢測(cè)結(jié)果，借助... （共8頁(yè)）