用于油烟浓度检测模型的训练方法、系统及介质

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
用于油烟浓度检测模型的训练方法、系统及介质
申请号:CN202510023195
申请日期:2025-01-07
公开号:CN120032222B
公开日期:2025-10-28
类型:发明专利
摘要
本发明涉及模型训练技术领域,尤其涉及一种用于油烟浓度检测模型的训练方法、系统及介质。所述方法包括以下步骤:通过在选定油烟排放区域内实时获取油烟排放图像帧并进行模糊失真消除处理,得到油烟模糊失真去除图像帧;构建卷积网络层以及反卷积网络层并进行多尺度逐步特征提取,得到油烟图像特征集;将油烟图像特征集输入至反卷积网络层进行浓度检测模型训练,以生成油烟浓度检测模型,并输出油烟浓度模型检测结果;基于油烟图像特征集对相对应的油烟模糊失真去除图像帧进行油烟浓度量化和逐帧标注,得到油烟浓度实际标注结果;通过引入判别器并进行模型对抗优化,以生成油烟浓度检测优化模型。本发明能够提高了油烟浓度的检测精度和鲁棒性。
技术关键词
油烟浓度检测 图像特征集 图像局部对比度 检测模型训练 失真加权 光强分布变化 纹理特征 分布特征 频率 多尺度 训练系统 模型训练技术 图像像素 模型训练模块 轮廓提取 传播算法