基于深度学习安卓端烟雾和火焰检测开发总结

简介

在安卓下视频实时检测、基于深度学习，同时检测出烟雾和火焰(apk中红框为火焰灰框为烟雾)。在高通820手机上无烟雾火焰时20帧左右，大量烟雾火焰时2帧左右，基本能达到实时，可以用实际使用。

DEMO下载

csdn下载
欢迎测试技术交流

识别率

高于传统检测方法，不差于目前公开的深度学习同类算法

训练

同车牌一样还是用mtcnn来做检测，因为复杂度高于车牌检测所以不一样的是这里是完整的pro三层级联，图片输入大小也和标准mtcnn一致
1、因为数据集没有bbox框信息的原因所以没有标准mtcnn的bbox，lan输出，实际上烟雾不同于人脸也没有明确的形状界定所以bbox回归意义确实不大，不过引出的问题是由于没有bbox回归导致bbox之间不会相互靠近导致的nms抑制的框太少从而导致bbox过多
2、标准mtcnn是分两类人脸和非人脸，这里因为需要同时检测烟雾和火焰就将其修改为三类输出，烟雾，火焰，neg
3、加入dropout，将onet第一层由conv由3x3改为5x5扩大感受野
4、同样因为数据集没有bbox框信息onet和rnet没办法使用hard sample进行训练
剩下的训练和标准mtcnn训练基本一致。

难点

在于烟雾的特点，它没有具体形状，不像人脸和车牌