一种轻量化网络的火焰烟雾检测算法

朱傥; 杨忠; 周国兴; 张驰; 韩家明

首页> 中文期刊> 《应用科技》 >一种轻量化网络的火焰烟雾检测算法

一种轻量化网络的火焰烟雾检测算法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对算力有限的移动和嵌入式平台,提出了一种基于深度学习的轻量化火焰烟雾检测算法。利用数据增强来解决数据量较少的问题,使用one-stage目标检测方法中的YOLOv4作为火焰烟雾检测的模型框架,采用轻量化神经网络MobileNetV3替换YOLOv4的原主干特征提取网络,减少了模型参数量;再采用深度可分离卷积替换掉YOLOv4中的标准卷积块,进一步在加强特征提取网络和预测层减少了参数量;最后对空间金字塔池化部分进行改进,减少背景干扰带来的影响,减少最大池化导致的部分有用特征信息丢失。在该数据集上通过与原网络模型和其他主流目标检测方法进行对比分析,结果表明提出的轻量化网络不但保留了原模型精度,还大大减小了网络的训练参数量,提高了运行速度,更有利于模型搭载在摄像头等嵌入式设备上,实现火焰和烟雾的实时检测。

著录项

来源
《应用科技》 |2022年第2期|1-7|共7页
作者
朱傥; 杨忠; 周国兴; 张驰; 韩家明;
展开▼
作者单位

南京航空航天大学自动化学院;

南京航空航天大学无人机研究院;

安徽工业大学电气与信息工程学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类信息处理（信息加工）;
关键词
火焰烟雾检测; 深度学习; 数据增强; YOLOv4; 深度可分离卷积; 空间金字塔池化; 轻量化网络; 嵌入式;

相似文献

中文文献
外文文献
专利

1. 一种基于动态纹理的烟雾和火焰检测方法 [J] . 胡勤 ,陈琛 ,刘敏 . 消防科学与技术 . 2014,第006期
2. 基于最优质量传输光流法和神经网络的火焰和烟雾检测 [J] . 王卫兵 ,徐倩 ,韩再博 . 哈尔滨理工大学学报 . 2017,第001期
3. 一种双网融合的分阶段烟雾检测算法 [J] . 杜立召 ,徐岩 ,张为 . 西安电子科技大学学报（自然科学版） . 2020,第004期
4. 一种基于码本背景建模和多特征融合的火灾烟雾检测算法 [J] . 赵亮 ,骆炎民 ,黄德天 . 海峡科学 . 2016,第007期
5. 一种基于块的视频烟雾检测算法 [J] . 李文辉 ,肖林厂 ,王莹 . 吉林大学学报（理学版） . 2012,第005期
6. 一种基于码本背景建模和多特征融合的火灾烟雾检测算法 [C] . Zhao Liang ,赵亮 ,Luo Yanmin . 2016年海峡科技专家论坛暨海峡两岸智能制造（泉州）研讨会 . 2016
7. 自然场景下火焰烟雾检测算法研究 [A] . 陈勇涛 . 2021

一种轻量化网络的火焰烟雾检测算法

摘要

著录项

相似文献

相关主题

期刊订阅