科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统地下车库火灾检测不及时且无法给出火灾详细信息，目标检测对小目标烟火检测困难，其他烟火检测精度低等问题，提出了一种改进YOLOv5s的地下车库烟火检测算法。在YOLOv5s主干网络的最后一个C3模块中加入了注意力机制，帮助网络模型更充分的提取烟火多尺度空间信息和重要特征；对Neck部分进行改进，增强特征交互和小目标烟火检测能力；对主干网络卷积模块进行改进，提高烟火特征提取能力；引入WIoU（wise intersection over union）作为新的边界框损失函数，增强模型泛化能力；引入Soft NMS（soft non-maximum suppression）用以增强重叠烟火检测能力。在自制烟火数据集上进行对比试验，结果表明，改进后的模型权重减小0.2MB，精度提升了6.8%，能够满足地下车库烟火检测要求。
- 出版日期2023
- 单位电子信息工程学院; 太原科技大学
