前言
上一篇文章中利用RGB判據(jù)和HIS判據(jù)拷淘,設(shè)定合適的閾值條件撇他,檢測(cè)出火焰對(duì)應(yīng)像素的區(qū)域,將原圖二值化誊抛,經(jīng)過中值濾波以及數(shù)學(xué)形態(tài)學(xué)的膨脹運(yùn)算等圖像處理列牺,消除一些噪聲及離散點(diǎn),連通一些遺漏的區(qū)域拗窃,從而來檢測(cè)火焰瞎领,這個(gè)方法在背景比較單調(diào)且與火焰差別較大時(shí)泌辫,效果良好,幾乎沒有任何噪聲對(duì)其造成干擾九默。但當(dāng)背景復(fù)雜或與火焰顏色比較相似時(shí)震放,會(huì)不時(shí)出現(xiàn)噪聲和誤判。今天和大家分享利用目標(biāo)檢測(cè)算法中的yolov3來檢測(cè)火焰驼修。
數(shù)據(jù)數(shù)據(jù)并標(biāo)注
我在網(wǎng)絡(luò)上找到了一批關(guān)于火焰的數(shù)據(jù)
將這些數(shù)據(jù)標(biāo)注
將標(biāo)注好的數(shù)據(jù)進(jìn)行訓(xùn)練澜搅,得到檢測(cè)模型
檢測(cè)
由于實(shí)驗(yàn)數(shù)據(jù)比較少,只有200多張圖片邪锌,效果還有待提升勉躺,后續(xù)會(huì)繼續(xù)收集圖片數(shù)據(jù),并利用樹莓派上的攝像頭做一個(gè)監(jiān)控系統(tǒng)觅丰。
THE END
掃描上方二維碼關(guān)注“嵌入式案例Show”公眾號(hào)饵溅,看更多嵌入式案例