动态卷积YOLOv5的视频火焰检测算法

作     者：周兴华 陈西江 羊海东 花向红 黄长军 ZHOU Xinghua;CHEN Xijiang;YANG Haidong;HUA Xianghong;HUANG Changjun

作者机构：浙江省水利河口研究院(浙江省海洋规划设计研究院)杭州310017 浙江省水利防灾减灾重点实验室杭州310020 武昌理工学院人工智能学院武汉430223 武汉理工大学安全科学与应急管理学院武汉430079 武汉大学测绘学院武汉430070 湖南城市学院市政与测绘工程学院湖南益阳413000 

基　　金：湖南省自然科学基金项目(2021JJ40023) 湖南省教育厅重点项目(21A0502) 浙江省水利科技计划项目(RC2150) 浙江省水利河口研究院院长科学基金重点项目(ZIHE21Z004) 

出 版 物：《测绘科学》 (Science of Surveying and Mapping)

年 卷 期：2023年第48卷第4期

页      码：106-118页

摘      要：针对传统火灾检测系统容易受地理空间的影响,且现有的深度学习方法对动态火灾的检测能力较弱等问题,该文提出了一种动态卷积YOLOv5视频火焰多尺度目标检测算法。采用K-means++算法优化了anchor box聚类,降低了分类结果的误差。基于动态卷积思想,采用剪枝方法对YOLOv5 Neck和Head的网络头进行了剪枝,降低了模型大小,实现了视频火灾的动态实时准确检测。基于不同火灾监控视频的实验结果表明,该文方法不仅可以有效地对地面监控视频中的火灾点进行检测,还能够对无人机上监控视频中的火灾点进行检测。研究结果可以应用于基于视频的不同场景的火灾检测,从而达到对现有火灾检测系统补充的作用。

主 题 词：YOLOv5 火灾检测 深度学习 目标识别 动态卷积 

学科分类：12[管理学] 081802[081802] 08[工学] 083002[083002] 0830[工学-生物工程类] 1201[管理学-管理科学与工程类] 081104[081104] 0818[工学-交通运输类] 081602[081602] 0816[工学-纺织类] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.16251/j.cnki.1009-2307.2023.04.012

馆 藏 号：203122202...