改进YOLOv7算法在火灾现场行人检测中的应用

作者：赵伟; 沈乐; 徐凯宏^*

来源：传感器与微系统, 2023, 42(07): 165-168.

DOI：10.13873/J.1000-9787(2023)07-0165-04

• 行人检测
• YOLOv7
• 自动色阶
• HorBc
• 卷积块注意模块

提出了一种改进的基于YOLOv7的火灾现场行人检测算法。首先，利用自动色阶算法对火灾现场图像进行预处理；然后，采用HorBlock与CSPNet构造HorBc模块，改进YOLOv7网络结构，加强特征提取能力；同时融合CBAM注意力机制，增加行人特征区域学习权重。实验结果表明：在收集的火灾现场行人数据集上平均精度为97.1%,召回率为95.6%,精确率达到了97.6%;相比原始YOLOv7算法，平均精度提升了1.5%,召回率提升了2.4%,精确率提升了1.8%,在实时性上达到了36.7 fps,满足实时性要求。

• 出版日期2023
• 单位东北林业大学