[发明专利]基于C/S架构的烟火检测系统及烟火检测方法、设备、介质

权利要求书

1.一种基于C/S架构的烟火检测系统，其特征在于，所述系统包括：

云端服务器，所述云端服务器至少包括图形处理器及gRPC端口，其中，所述图形处理器中至少设置有烟火检测训练模型，所述烟火检测训练模型采用Nvidia triton架构设置在所述图形处理器中；

客户端，所述客户端至少包括视频捕获装置及智能巡检设备，其中，所述视频捕获装置设置于所述智能巡检设备中，所述视频捕获装置至少用以拍摄烟火检测视频，所述智能巡检设备至少用以装载所述视频捕获装置并带动所述视频捕获装置进行巡检；

所述云端处理器与所述客户端通过所述gRPC端口进行通信，所述客户端通过gRPC服务访问所述烟火检测训练模型。

2.如权利要求1所述的基于C/S架构的烟火检测系统，其特征在于，所述客户端还包括：

图片读取模块，所述图片读取模块用以获取所述烟火检测视频的视频流地址，根据所述视频流地址采用实时流传输协议获取所述烟火检测视频，并采用OpenCV的VideoCapture类读取所述烟火检测视频中至少一帧图片，得到待检测图片；

图片预处理模块，所述图片预处理模块用以对所述烟火检测训练模型进行解析，得到所述烟火检测训练模型的模型名称及图片格式要求，并用以根据所述图片格式要求对所述待检测图片进行预处理，得到待推理图片；

模型输入模块，所述模型输入模块用以根据所述待推理图片创建预设置类型的模型输入数据；

模型输出模块，所述模型输出模块用以预定义模型输出目标集；

模型推理模块，所述模型推理模块用以通过gRPC服务访问所述图形处理器，将所述模型输入数据、所述模型输出目标集及结果回调函数发送至所述烟火检测训练模型；

推理结果后处理模块，所述推理结果后处理模块用以根据预设置阈值对所述图片推理结果进行过滤，将过滤后的图片推理结果采用rapidjson工具打包成序列化的烟火数据上报至报警平台。

3.一种基于权利要求1-2任一项所述的基于C/S架构的烟火检测系统的烟火检测方法，其特征在于，所述方法包括：

采用所述视频捕获装置拍摄烟火检测视频；

所述客户端获取所述烟火检测视频的视频流地址，根据所述视频流地址采用实时流传输协议获取所述烟火检测视频，并采用OpenCV的VideoCapture类读取所述烟火检测视频中至少一帧图片，得到待检测图片；

所述客户端通过gRPC服务访问所述烟火检测训练模型并对所述烟火检测训练模型进行解析，得到所述烟火检测训练模型的模型名称及图片格式要求；

所述客户端根据所述图片格式要求对所述待检测图片进行预处理，得到待推理图片；

所述客户端根据所述待推理图片创建预设置类型的模型输入数据；

所述客户端预定义模型输出目标集；

所述客户端通过gRPC服务访问所述图形处理器，将所述模型输入数据、所述模型输出目标集及结果回调函数发送至所述烟火检测训练模型；

所述烟火检测训练模型基于所述模型输出目标集对所述模型输入数据进行检测，得到图片推理结果，并根据所述结果回调函数将所述图片推理结果发送至所述客户端；

所述客户端根据预设置阈值对所述图片推理结果进行过滤，并将过滤后的图片推理结果采用rapidjson工具打包成序列化的烟火数据上报至报警平台。

4.如权利要求3所述的烟火检测方法，其特征在于：

所述图片格式要求至少包括以下一项：图片的长度、图片的宽度、图片的色彩、图片的通道数。

5.如权利要求3所述的烟火检测方法，其特征在于，所述根据所述图片格式要求对所述待检测图片进行预处理，至少包括以下步骤：

采用OpenCV的cvColor函数对所述待检测图片进行色彩转换；

采用resize函数将所述待检测图片缩放至符合所述图片格式要求的尺寸；

将预处理后得到的待推理图片通过memcpy拷入预指定的缓存变量中。

6.如权利要求3所述的烟火检测方法，其特征在于：

所述模型输出目标集至少包括以下一个目标项：烟火着火点个数、烟火坐标、烟火类型、烟火等级评估得分。