基于迁移学习的船舶机舱火灾图像检测方法

针对传统烟雾探测器易受船舶机舱环境、布置位置等因素影响导致着火响应不及时的问题,提出一种基于机器视觉的船舶机舱烟雾识别模型。首先,利用通用数据库和实船场景及其烟雾图片建立图形知识库;其次,构建迁移学习和残差网络的融合模型,实现烟雾特征的迁移和学习,并利用验证数据集验证模型的有效性;最后,选取实船工作间火灾实例照片验证模型的有效性。结果表明,相较于传统感烟探测器,该模型可提前83 s预警;相较于其他智能算法,该模型可提升烟雾识别准确率。该方法可以更快速识别船舶烟雾,避免重大灾难性火灾事故的发生,可作为船舶智能监控手段。