一种改进YOLOv5s的森林火灾烟雾检测算法

作     者：张立国 张琦 金梅 袁煜淋 王泓沣 ZHANG Liguo;ZHANG Qi;JIN Mei;YUAN Yulin;WANG Hongfeng

作者机构：燕山大学电气工程学院河北秦皇岛066004 

基　　金：河北省中央引导地方专项(199477141G) 

出 版 物：《计量学报》 (Acta Metrologica Sinica)

年 卷 期：2024年第45卷第9期

页      码：1314-1323页

摘      要：提出一种基于改进YOLOv5s的森林火灾烟雾检测算法。构建包含16573幅图片的火焰烟雾数据集,解决训练数据不足的问题,提高训练模型的泛化能力。设计一种轻量化的GC-C3模块替换原有的C3模块,减少模型参数量和计算量;将加权双向特征金字塔网络结构融合到Neck结构中,增强网络对于中小目标的检测能力;修改网络空间金字塔池化结构,使用SimSPPF结构替换SPPF,提高了网络的计算效率和检测准确度;将边界框回归损失函数CIOU替换为Focal-EIOU,加快模型的收敛速度,解决正负样本不匹配的问题。实验结果表明:改进之后的网络平均检测准确度提高2.3%,模型参数数量下降46.7%,模型计算量下降47.5%。

主 题 词：机器视觉 火灾烟雾检测 深度学习 YOLOv5s 轻量化 小目标检测 Focal-EIOU 

学科分类：08[工学] 080402[080402] 0804[工学-材料学] 

D　O　I：10.3969/j.issn.1000-1158.2024.09.08

馆 藏 号：203144380...