一种基于迁移学习的煤场自燃检测方法

摘要

本发明公开了一种基于迁移学习的煤堆自燃自动检测方法，首先获取有标记的煤堆自燃的普通火焰图像数据集和未标注的煤堆红外自燃图像，将煤堆自燃的普通火焰图像数据集输入到卷积神经网络模型A中进行训练；然后复制训练好的卷积神经网络模型A的参数到另外一个卷积神经网络模型B中，再设计辨识神经网络D，将卷积神经网络模型A或B产生的特征图作为训练集来训练辨识神经网络D；最后利用辨识神经网络D的识别结果，更新卷积神经网络模型B的参数，得到完成对抗训练后的卷积神经网络模型B。本发明可以有效地提高煤堆自燃的检出率；并且可以在复杂条件下全天候自动检测煤堆自燃；本发明方法过程简单、计算量小、可靠度较高。