本发明提供一种基于神经网络的火灾早期预警方法、存储介质及终端设备,解决现有火灾预报警类产品需经常维护、铺设成本髙、产品可靠性低,预警具有局限性,效果难以达到预期的问题。该方法包括步骤1)采集红外图像并进行标注;2)搭建神经网络模型并训练,得到训练完成的网络模型;3)将待测图像输入网络模型,得到包含物体预测框的图像,并进行0值填充;对图像物体预测框外部进行处理,得到OSTU阈值T;选OSTU阈值T与设定经验阈值A中最大值,设为N;比较N与图像的物体预测框外部每个像素值,若该像素值≥N,将该像素值赋值为255,否则赋值为0;4)计算物体预测框外部的平均像素值,该平均(56)对比文件Faisal Saeed 等.Convolutional neuralnetwork based early fire detection.《Multimedia Tools and Applications》.2019,9083–909.史玉坤.基于视频内容分析的火情早期预警方法研究《.中国优秀硕士论文电子期刊网》.2017,I138-5339.李牧;周瑞杰;田哲嘉.基于直方图的热红外图像增强方法.红外技术.2020,(第09期),68-73.郭键;张涛.基于BP神经网络的仓储火灾火焰识别研究.数学的实践与认识.2015,(第07期),190-198.