基于卷积神经网络（基于卷积神经网络（CNN）的火焰识别探讨（一））的火焰识别探讨（一）
环境描述
操作系统：windows10
开发语言：python3.7.6
深度学习后端：tensorflow2.1.0
深度学习前端：keras（ts内嵌的keras）
显卡：GTX1050TI（安装cuda）
一、准备数据
从百度或谷歌上搜火、火焰、火灾等图片，建立两个文件夹（因为是二分类问题，有火or无火）fire和nofire。效果如下：
截图的文件夹分为conv和不带conv的文件夹，其实是火和无火的图片是经过多次添加的，因为训练数据的过程中会发现某些图片识别效果不是很好，所以得在训练样本中增加特定
的图片（比如初次训练的时候没有增加枯草的图片进行训练，然后验证的时候会发现训练结果会误把枯草识别成火，因为数据应该是多次修正和新增的），conv文件夹其实就是将不
带conv文件夹内的图片进行统一尺寸和格式（因为网上下载的数据基本上不可能统一尺寸，为了使用深度学习工具进行训练和张量运算，因此要统一尺寸）。
如下图，火的数据：
无火的数据如下：
资源评论
