Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于改进Mask Scoring R-CNN的林火检测与分割方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国林业科学研究院资源信息研究所

摘要:本申请提供一种基于改进MaskScoringR‑CNN的林火检测与分割方法,包括以下步骤:1森林火灾模拟:对森林可燃物在规定区域进行森面火灾模拟,并且使用干草、落叶对其助燃;2无人机航拍影像采集:使用多旋翼无人机搭载一台可见光相机对林火进行影像采集;3林火数据标注:为保证林火分割的质量,将帧间隔数设置为10,采用交互式多边形工具Labelme软件对每个林火目标提取精确的标签区域,包括被遮挡或者是存在于图像边缘的林火目标,同时,为了减少对模型的计算需求,所有图像统一缩放至1280×720分辨率,并以JPEG格式保存;4构建改进模型MaskSUR‑CNN:MaskSUR‑CNN主要由特征提取网络、区域候选网络、边界框分类回归和掩膜生成网络组成。

主权项:1.一种基于改进MaskScoringR-CNN的林火检测与分割方法,包括以下步骤:1森林火灾模拟:天气晴朗、风力较小的环境下,对森林可燃物在规定区域进行森面火灾模拟,并且使用干草、落叶对其助燃;2无人机航拍影像采集:使用多旋翼无人机搭载一台可见光相机对林火进行影像采集;其中,无人机飞行高度为40~60m,最大飞行速度为3ms,视频分辨率为1920×1080@30fps;3林火数据标注:为保证林火分割的质量,将帧间隔数设置为10,采用交互式多边形工具Labelme软件对每个林火目标提取精确的标签区域,包括被遮挡或者是存在于图像边缘的林火目标,同时,为了减少对模型的计算需求,所有图像统一缩放至1280×720分辨率,并以JPEG格式保存;4构建改进模型MaskSUR-CNN:MaskSUR-CNN主要由特征提取网络、区域候选网络、边界框分类回归和掩膜生成网络组成。

全文数据:

权利要求:

百度查询: 中国林业科学研究院资源信息研究所 一种基于改进Mask Scoring R-CNN的林火检测与分割方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。