基于RK3576开发板的火焰检测算法

作者：吉林市彤志电子交流圈电子网　日期：2025-05-09　点击数：3

1. 水焰检测简介

水焰检测是一种基于深度进修的对水焰停止检测定位的目的检测。基于年夜范围水焰数据辨认练习，共同摄像头，及时辨认监控区内明水状况立即收回警报，提示监控室检查，实时行益。

本水焰检测算法正在数据散表示以下所示：

水焰检测算法	mAP@0.5
FIRE	0.86

基于EASY-EAI-Orin-nano硬件主板的运转效力：

算法品种	运转效力
fire_detect	55ms

2. 疾速上脚

假如您初度浏览此文档，请浏览：《进门指北/源码治理及编程引见/源码工程治理》，按需治理本人工程源码（注：此文档必看，并倡议采取【近程挂载治理】体例，不然有代码丧失风险！！！）。

2.1 开源码工程下载

先正在PC实拟机定位到nfs效劳目次，再正在目次中创立寄存源码堆栈的治理目次：

cd ~/nfsroot
mkdir GitHub
cd GitHub

再经过git东西，正在治理目次内克隆近程堆栈（需求装备能对中网停止拜访）

git clone https://github.com/EASY-EAI/EASY-EAI-Toolkit-3576.git

注：

* 此处能够会果收集缘由形成卡顿，请耐烦等候。

* 假如真实要正在gitHub网页高低载，也要把全部堆栈下载上去，不克不及独自下载本真例对应的目次。

2.2 开辟情况拆建

经过adb shell进进板卡开辟情况，以下图所示。

经过以下号令，把nfs目次挂载上nfs效劳器。

mount -t nfs -o nolock < nfs server ip >:< nfs path in server > /home/orin-nano/Desktop/nfs/

2.3 例程编译

然后定位到板卡的nfs的挂载目次(依照实践挂载目次)，进进到对应的例程目次履行编译操纵，详细号令以下所示：

cd EASY-EAI-Toolkit-3576/Demos/algorithm-fire/
./build.sh

2.4 模子摆设

要完成算法Demo的履行，需求先下载水焰检测算法模子。

百度网盘链接为：https://pan.百度.com/s/1KquV_ISsG331ZJAQKFW3IQ?pwd=1234 （提与码：1234 ）。

同时需求把下载的水焰检测算法模子复造粘揭到Release/目次：

2.5 例程运转及结果

进进开辟板Release目次，履行下圆号令，运转示例顺序：

cd Release/
./test-fire_detect fire_detect.model test.jpg

运转例程号令以下所示：

后果图片以下所示：

API的具体阐明，和API的挪用（本例程源码），具体疑息睹下圆阐明。

3. 水焰检测API阐明

3.1 援用体例

为便利客户正在当地工程中间接挪用我们的EASY EAI api库，此处列收工程中需求链接的库和头文件等，便利用户间接增加。

选项	描绘
头文件目次	easyeai-api/algorithm/fire_detect
库文件目次	easyeai-api/algorithm/fire_detect
库链接参数	-lfire_detect

3.2 水焰检测初初化函数

水焰检测初初化函数本型以下所示。

 int fire_detect_init(rknn_context *ctx, const char * path)

详细引见以下所示。

函数名： fire_detect_init()
头文件	fire_detect.h
输出参数	ctx：rknn_context句柄
输出参数	path:算法模子的途径
前往值	胜利前往：0
前往值	掉败前往：-1
留意事项	无

3.3 水焰检测运转函数

水焰检测运转函数fire_detect_run本型以下所示。

int fire_detect_run(rknn_context ctx, cv::Mat input_image, person_detect_result_group_t *detect_result_group)

详细引见以下所示。

函数名：fire_detect_run()
头文件	fire_detect.h
输出参数	ctx: rknn_context句柄
输出参数	input_image:图象数据输出(cv::Mat是Opencv的范例)
输入参数	output_dets:目的检测框输入
前往值	胜利前往：0
前往值	掉败前往：-1
留意事项	无

3.4 水焰检测开释函数

水焰检测开释函数本型以下所示。

int fire_detect_release(rknn_context ctx)

详细引见以下所示。

函数名：fire_detect_release ()
头文件	fire_detect.h
输出参数	ctx: rknn_context句柄
前往值	胜利前往：0
前往值	掉败前往：-1
留意事项	无

4. 水焰检测算法规程

例程目次为Demos/algorithm-fire/test-fire_detect.cpp，操纵流程以下。

参考例程以下所示。

#include < opencv2/opencv.hpp >
#include < stdio.h >
#include < sys/time.h >
#include"fire_detect.h"

using namespace cv;
using namespace std;

static Scalar colorArray[10]={
    Scalar(255, 0, 0, 255),
    Scalar(0, 255, 0, 255),
    Scalar(0,0,139,255),
    Scalar(0,100,0,255),
    Scalar(139,139,0,255),
    Scalar(209,206,0,255),
    Scalar(0,127,255,255),
    Scalar(139,61,72,255),
    Scalar(0,255,0,255),
    Scalar(255,0,0,255),
};

int plot_one_box(Mat src, int x1, int x2, int y1, int y2, char *label, char colour)
{
    int tl = round(0.002 * (src.rows + src.cols) / 2) + 1;
    rectangle(src, cv::Point(x1, y1), cv::Point(x2, y2), colorArray[(unsigned char)colour], 3);

    int tf = max(tl -1, 1);

    int base_line = 0;
    cv::Size t_size = getTextSize(label, FONT_HERSHEY_SIMPLEX, (float)tl/3, tf, &base_line);
    int x3 = x1 + t_size.width;
    int y3 = y1 - t_size.height - 3;

    rectangle(src, cv::Point(x1, y1), cv::Point(x3, y3), colorArray[(unsigned char)colour], -1);
    putText(src, label, cv::Point(x1, y1 - 2), FONT_HERSHEY_SIMPLEX, (float)tl/3, cv::Scalar(255, 255, 255, 255), tf, 8);
    return 0;
}

int main(int argc, char **argv)
{
	if (argc != 3)
    {
        printf("%s < model_path > < image_path >n", argv[0]);
        return -1;
    }

    const char *model_path = argv[1];
    const char *image_path = argv[2];

	/* 参数初初化 */
	detect_result_group_t detect_result_group;

	/* 算法模子初初化 */
	rknn_context ctx;
	fire_detect_init(&ctx, model_path);

	/* 算法运转 */
	cv::Mat src;
	src = cv::imread(image_path, 1);

	struct timeval start;
	struct timeval end;
	float time_use=0;

	gettimeofday(&start,NULL); 

	fire_detect_run(ctx, src, &detect_result_group);

	gettimeofday(&end,NULL);
	time_use=(end.tv_sec-start.tv_sec)*1000000+(end.tv_usec-start.tv_usec);//微秒
	printf("time_use is %fn",time_use/1000);

	/* 算法后果正在图象中绘出并保管 */
	// Draw Objects
	char text[256];
	for (int i = 0; i < detect_result_group.count; i++) 
	{

		detect_result_t* det_result = &(detect_result_group.results[i]);
		if( det_result- >prop < 0.4)
		{
			continue;
		}

		sprintf(text, "%s %.1f%%", det_result- >name, det_result->prop * 100);
		printf("%s @ (%d %d %d %d) %fn", det_result->name, det_result->box.left, det_result->box.top,
			   det_result->box.right, det_result->box.bottom, det_result->prop);
		int x1 = det_result->box.left;
		int y1 = det_result->box.top;
		int x2 = det_result->box.right;
		int y2 = det_result->box.bottom;
		/*
		rectangle(src, cv::Point(x1, y1), cv::Point(x2, y2), cv::Scalar(255, 0, 0, 255), 3);
		putText(src, text, cv::Point(x1, y1 + 12), cv::FONT_HERSHEY_SIMPLEX, 0.5, cv::Scalar(0, 0, 0));
		*/
		plot_one_box(src, x1, x2, y1, y2, text, i%10);
	} 

	cv::imwrite("result.jpg", src);	


	/* 算法模子空间开释 */
	fire_detect_release(ctx);

	return 0;
}

考核编纂黄宇

本站所有文章、数据、图片均来自网友原创提供和互联网,一切版权均归源网站或源作者所有。

如果侵犯了你的权益请来信告知我们删除。邮箱：