基于改进YOLOv5的树莓派火焰识别系统

作     者：邓力 谢爽爽 朱博 吴丹丹 刘全义 DENG Li;XIE Shuangshuang;ZHU Bo;WU Dandan;LIU Quanyi

作者机构：中国民用航空飞行学院民航安全工程学院四川广汉618307 

基　　金：国家自然科学基金资助项目(U2033206,U1933105) 四川省重点实验室重点资助项目(MZ2022JB01) 航空科学基金资助项目(20200046117001) 德阳市科技局重点研发资助项目(2021SZ001) 中国民用航空飞行学院基金资助项目(J2020-120) 

出 版 物：《太赫兹科学与电子信息学报》 (Journal of Terahertz Science and Electronic Information Technology)

年 卷 期：2024年第22卷第7期

页      码：776-780页

摘      要：火灾会对人员与财产安全造成巨大危害,如何迅速、准确地检测火焰出现具有重要意义。为实现高大空间条件下火焰的准确识别,设计了一种具有二自由度、可全方位检测环境情况的红外摄像头,并结合深度学习对目标检测算法YOLOv5进行改进;利用K-Means聚类算法匹配出9个聚类中心宽高维度替换原网络anchor参数;考虑了目标框相对比例,对损失函数进行优化,并用于树莓派上实现火焰识别。测试结果表明:改进的YOLOv5算法在树莓派上单张检测耗时2.9 s,较无改进YOLOv5算法减少78%;系统查准率为100%,识别目标框置信度均在0.9以上,能够快速准确识别出火焰。

主 题 词：深度学习 YOLOv5算法 树莓派 火焰识别 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.11805/TKYDA2022156

馆 藏 号：203127865...