火焰识别

面对复杂环境中的火情侦测，人力物力成本十分高昂，为什么不用ai来解决这个问题呢

一、项目背景

希望通过开发一个基于深度学习能力的火险巡检系统，给传统的人工火险巡检带来一次变革，以更快的速度、更广的覆盖范围进行火灾潜在危险的预防，从而有效保障大众的生命安全。

二、数据集简介

采用ai studio自带数据集，约有2000份数据，均为火焰数据样本

import os
import random
 #用于分配训练集的比例权重，生成main下的各个文件
trainval_percent = 0.5
train_percent = 0.5
xmlfilepath = '/home/aistudio/dataset/Annotations'
txtsavepath = '/home/aistudio/dataset/ImageSets/Main'
total_xml = os.listdir(xmlfilepath)
 
num=len(total_xml)
list=range(num)
tv=int(num*trainval_percent)
tr=int(tv*train_percent)
trainval= random.sample(list,tv)
train=random.sample(trainval,tr)
 
ftrainval = open(txtsavepath+'/trainval.txt', 'w')
ftest = open(txtsavepath+'/test.txt', 'w')
ftrain = open(txtsavepath+'/train.txt', 'w')
fval = open(txtsavepath+'/val.txt', 'w')
 
for i  in list:
    name=total_xml[i][:-4]+'\n'
    if i in trainval:
        ftrainval.write(name)
        if i in train:
            ftrain.write(name)
        else:
            fval.write(name)
    else:
        ftest.write(name)
 
ftrainval.close()
ftrain.close()
fval.close()
ftest .close()

三、模型选择和开发

3.1模型组网及可视化

import paddle.vision.transforms as T
network = paddle.nn.Sequential(
    paddle.nn.Flatten(),           # 拉平，将 (28, 28) => (784)
    paddle.nn.Linear(784, 512),    # 隐层：线性变换层
    paddle.nn.ReLU(),              # 激活函数
    paddle.nn.Linear(512, 10)      # 输出层
)
# 模型封装
model = paddle.Model(network)

# 模型可视化
model.summary((1, 28, 28))

3.2模型训练

!python tools/train.py -c configs/yolov3/yolov3_mobilenet_v3_large_ssld_270e_voc.yml --eval --use_vdl=True --vdl_log_dir="./output"

3.3预训练模型预测

!python work/PaddleDetection/tools/infer.py -c work/PaddleDetection/configs/yolov3/yolov3_mobilenet_v3_large_ssld_270e_voc.yml -o weights=work/PaddleDetection/output/yolov3_mobilenet_v3_large_ssld_270e_voc/model_final.pdparams --infer_img=dataset/JPEGImages/113.jpg

四、将预训练模型导出

!python work/PaddleDetection/tools/export_model.py -c work/PaddleDetection/configs/yolov3/yolov3_mobilenet_v3_large_ssld_270e_voc.yml \
        --output_dir=./inference_model \
        -o weights=work/PaddleDetection/output/yolov3_mobilenet_v3_large_ssld_270e_voc/model_final.pdparams

五、效果展示

原图

预测图

六、心得体会

第一次写这些文案，写的也不是很好，由于自己也是第一次搞ai，避免不了比较大面积的借鉴，但是我认为自己还是对深度学习有了更深刻的了解吧：） 这次文案说实话挺一言难尽的，虽然不能说学了多少，学的有多会，但最起码还是会了一点应用（基于csdn训练），比小白强里一点吧

项目链接 Link of project：

https://aistudio.baidu.com/aistudio/projectdetail/2239594

个人简介 Learn about me:

我在AI Studio上获得青铜等级，点亮1个徽章，来互关呀~ https://aistudio.baidu.com/aistudio/personalcenter/thirdview/877171