公开(公告)号：CN113344119B

公开(公告)日：2024-07-12

申请号：CN202110718610.5

申请日：2021-06-28

Applicant: 南京邮电大学 ,  杭州海康威视数字技术股份有限公司

Inventor： 赵海涛 ,  周相如 ,  王滨 ,  张晖 ,  夏文超 ,  朱洪波 ,  张峰 ,  王星

IPC: G06V10/776 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06V20/52

Abstract: 本发明是一种工业物联网复杂环境下的小样本烟雾监测方法，该监测方法利用两条并行分支实现烟雾检测，具体包括如下步骤：S1、第一条分支利用条件生成对抗网络生成数据集，将生成的数据集输入卷积神经网络中进行训练，将参数固定；S2、第二条分支采用迁移学习方法对源域图片和目标域的图片传入卷积神经网络进行训练，S3、将步骤S1和S2得到的概率进行加权得到新的概率，概率最高的标签即为所属类别，从而实现小样本下的烟雾检测。本发明结合了生成对抗网络和迁移学习方法，前者通过扩充数据集来解决小样本的问题，后者通过迁移学习来解决，二者结合，使得该模型即使在只有少量样本的情况下也能很好地在有雪环境下对烟雾进行监控。

公开(公告)号：CN113344119A

公开(公告)日：2021-09-03

申请号：CN202110718610.5

申请日：2021-06-28

Applicant: 南京邮电大学 ,  杭州海康威视数字技术股份有限公司

Inventor： 赵海涛 ,  周相如 ,  王滨 ,  张晖 ,  夏文超 ,  朱洪波 ,  张峰 ,  王星

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06K9/00

Abstract: 本发明是一种工业物联网复杂环境下的小样本烟雾监测方法，该监测方法利用两条并行分支实现烟雾检测，具体包括如下步骤：S1、第一条分支利用条件生成对抗网络生成数据集，将生成的数据集输入卷积神经网络中进行训练，将参数固定；S2、第二条分支采用迁移学习方法对源域图片和目标域的图片传入卷积神经网络进行训练，S3、将步骤S1和S2得到的概率进行加权得到新的概率，概率最高的标签即为所属类别，从而实现小样本下的烟雾检测。本发明结合了生成对抗网络和迁移学习方法，前者通过扩充数据集来解决小样本的问题，后者通过迁移学习来解决，二者结合，使得该模型即使在只有少量样本的情况下也能很好地在有雪环境下对烟雾进行监控。