申请/专利权人:北京中卓时代消防装备科技有限公司
申请日:2024-01-30
公开(公告)日:2024-04-26
公开(公告)号:CN117935021A
主分类号:G06V10/82
分类号:G06V10/82;G06V10/764;G06V10/774;G06V10/40;G06V10/80;G06V20/10
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明公开了一种基于深度学习的现场火灾图像分析模型训练方法及系统,包括:首先获取样本火灾图像数据对应的多维火灾属性数据和预置火灾现场元素信息,然后利用这些信息对初始模型进行火灾现场类别分析训练,从而获取目标现场火灾图像分析模型。如此设计,能够根据输入的火灾图像数据,推断出火灾现场的火灾现场类别分析结果,并且通过训练不断优化和更新模型,保证针对的火灾现场类别分析的精确性。
主权项:1.基于深度学习的现场火灾图像分析模型训练方法,其特征在于,包括:获取第一样本火灾图像数据对应的第一多维火灾属性数据和所述第一样本火灾图像数据对应的第一预置火灾现场元素信息;所述第一预置火灾现场元素信息是基于第一现场火灾图像分析模型和所述第一样本火灾图像数据对应的所述第一多维火灾属性数据,对所述第一样本火灾图像数据进行火灾现场类别分析获取的;所述第一现场火灾图像分析模型是基于第二样本火灾图像数据对应的第二多维火灾属性数据和所述第二样本火灾图像数据对应的第二预置火灾现场元素信息,对第一初始模型进行火灾现场类别分析训练获取的;所述第二预置火灾现场元素信息是基于第二现场火灾图像分析模型和所述第二样本火灾图像数据对应的第二样本火灾图像类型,对所述第二样本火灾图像数据进行火灾现场类别分析获取的;将所述第一多维火灾属性数据加载至第二初始模型进行火灾现场类别分析,获取所述第一样本火灾图像数据对应的第一推断火灾现场元素信息;根据所述第一推断火灾现场元素信息和所述第一预置火灾现场元素信息,对所述第二初始模型进行训练,获取目标现场火灾图像分析模型。
全文数据:
权利要求:
百度查询: 北京中卓时代消防装备科技有限公司 基于深度学习的现场火灾图像分析模型训练方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。