科研之友
微信
新浪微博
Facebook
分享链接
摘要
深度学习在智能识别方面具有独特优势，卷积神经网络(CNN)作为其中的典型代表，在火灾图像识别领域的应用得到极大关注。针对经典深度卷积神经网络算法在火灾图像识别应用中存在参数量较大、训练时间长且识别准确率需进一步提高等问题，本文研究给出一种改进Inception算法模型，它以Inception V3为基础，从模型参数、网络结构、卷积通道等3个方面做出改进，增大卷积核以增加感受野，优化网络结构提升模型对火灾图片特征的提取能力。经过在火灾图像数据集的训练及测试，结果表明：改进Inception算法参数量减少到原算法的50%,特征提取效果显著增强；准确率也有所提升，达到97.13%,相比原Inception算法准确率提高了0.90%,相比于Resnet50与Efficientnet算法也有一定优势。
