[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

说明书

本申请公开了一种烟火检测系统及检测方法、设备、介质。烟火检测方法包括拍摄烟火检测视频；读取烟火检测视频中帧图片以得到待检测图片；对烟火检测训练模型进行解析，得到模型名称及图片格式要求；根据图片格式要求对待检测图片进行预处理以得到待推理图片；根据待推理图片创建模型输入数据；预定义模型输出目标集；将模型输入数据、模型输出目标集及结果回调函数发送至烟火检测训练模型；烟火检测训练模型基于模型输出目标集对模型输入数据进行检测以得到图片推理结果；根据预设置阈值对图片推理结果进行过滤，将过滤后的图片推理结果打包成序列化的烟火数据上报至报警平台。本方法能够准确、及时、有效地对烟火进行检测的要求且环境适应性强。

技术领域

本申请涉及烟火智能检测技术领域，尤其涉及一种基于C/S架构的烟火检测系统及烟火检测方法、设备、介质。

背景技术

随着社会经济的腾飞，智能化进程加快，高度智能化的车间、工厂、园区不断涌现。设备的不断智能化也带来易燃易爆的危险因素，给室内外消防带来了新的挑战。如何快速准确地判断出是否发生火灾，从而及时处理，保证财产和生命安全是消防工作的重要课题。

目前对火灾常用检测方法包括：1、传感器检测法：通过烟火传感器来检测烟火时的气体浓度，从而检测出发生烟火；2、视频分析法：通过可见光摄像头拍摄的视频进行颜色分析，同时加入动态检测算法来判断是否发生烟火。

上述烟火检测方法的缺点有：1、传感器检测法：有多种形式的传感器能检测烟火，但都存在适用空间有限，易受干扰，误报率高，智能度低，不适合在恶劣条件下检测等缺点。2、视频分析法：单纯通过视频进行分析，通过颜色及烟火的动态进行判断，存在一定的误报率，当发生烟火的距离比较远时，由于视频上烟火的像素比较小无法进行判断，从而引起漏报的现象。

因此，现在迫切需要开发一种新型的基于C/S架构的烟火检测系统、以及基于上述烟火检测系统的烟火检测方法、设备、介质，来解决上述问题。

发明内容

本说明书实施例提供了一种基于C/S架构的烟火检测系统、以及基于上述烟火检测系统的烟火检测方法、设备及介质，用于解决现有技术中的如下技术问题：现有的烟火检测方法存在漏报、误报率偏高，适用空间有限有监控死角及环境适应性差等问题。

本说明书实施例采用下述技术方案：

一种基于C/S架构的烟火检测系统，其中，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。

进一步地，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；