基于CNN的化工園區(qū)火災火焰圖像識別研究

摘要： 為及時發(fā)現(xiàn)化工園區(qū)火災事故，降低事故損失，利用卷積神經(jīng)網(wǎng)絡(CNN)建立化工園區(qū)火災實時檢測系統(tǒng)?；贑NN-YOLOv5算法訓練化工園區(qū)火災數(shù)據(jù)集和普通火災數(shù)據(jù)集，分析對比2個數(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數(shù)據(jù)集，證明通過CNN檢測化工園區(qū)火災的可行性。結(jié)果表明：基于火災檢測結(jié)果，借助... （共8頁）