基于改进YOLOv5的火焰检测方法

陈露萌; 曹彦彦; 黄民; 谢鑫钢

首页> 中文期刊> 《计算机工程》 >基于改进YOLOv5的火焰检测方法

基于改进YOLOv5的火焰检测方法

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

现有基于图像的火焰检测方法难以兼顾实时性和准确性,且缺乏对小火焰目标精准识别的能力,无法有效应对小火点灭火等应用场景。YOLOv5算法与传统主流算法相比在检测的实时性上有很大优势,为提升火焰检测精度,提出一种基于改进YOLOv5的火焰实时检测方法。针对YOLOv5模型进行改进:在特征提取部分嵌入协同注意力机制模块,在不损失特征信息的情况下减少特征冗余,以帮助模型更精确地定位火焰特征;在特征融合部分增加一个专门针对小火焰目标的检测层,并添加对应的特征提取及特征融合模块,以帮助模型有效获取感受野小于8×8像素的火焰特征;在损失函数的计算部分使用α-CIoU作为新的边界框损失函数,以提升模型的收敛速度和对小数据集的鲁棒性。此外,通过模型预训练和迁移学习的方法对火焰检测模型各层结构的权重参数进行初始化,防止梯度消失,提升训练效果。实验结果表明,改进后的火焰检测模型检测精度为96.6%,较YOLOv5原始模型提升7.4个百分点,并且检测速度达到68帧/s,模型大小仅15.4 MB,在大幅提升精度的基础上能够同时满足消防灭火机器人对火焰检测实时性和轻量化的要求。

著录项

来源
《计算机工程》 |2023年第8期|291-301|共12页
作者
陈露萌; 曹彦彦; 黄民; 谢鑫钢;
展开▼
作者单位

北京信息科技大学机电工程学院;

中国矿业大学机电与信息工程学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工智能理论;
关键词
火焰检测; 注意力机制; 特征融合; YOLOv5算法; 边界损失函数;

相似文献

中文文献
外文文献
专利

1. 基于改进YOLOV5的火焰检测算法 [J] . 王洪义 ,孔梅梅 ,徐荣青 . 计算机与现代化 . 2023,第1期
2. 改进YOLOv5s的小目标烟雾火焰检测算法 [J] . 王一旭 ,肖小玲 ,王鹏飞 . 计算机工程与应用 . 2023,第1期
3. YOLOv5上融合多特征的实时火焰检测方法 [J] . 张大胜 ,肖汉光 ,文杰 . 模式识别与人工智能 . 2022,第6期
4. 基于改进YOLOv5的输电线路鸟巢检测方法研究 [J] . 张焕龙 ,齐企业 ,张杰 . 电力系统保护与控制 . 2023,第2期
5. 基于改进YOLOv5的无人机小目标检测方法研究 [J] . 易华辉 ,宋文治 ,黄金香 . 机电工程技术 . 2023,第2期
6. 一种基于光谱分析的火焰灰体特性判定及温度黑度检测方法 [C] . 孙亦鹏 ,娄春 ,陈辰 . 2009全国博士生学术会议——电站自动化信息化 . 2009
7. 基于改进YOLOv5的割草机器人视觉检测方法研究 [A] . 易政洋 . 2022

基于改进YOLOv5的火焰检测方法

摘要

著录项

相似文献

相关主题

期刊订阅