基于改进YOLOv5算法的火灾图像检测研究
王龙兴
刘为国
朱洪波
安徽理工大学 电气与信息工程学院,安徽 淮南232001
摘要：针对传统的火灾检测系统检测时间长、容易误报等问题,提出了一种基于改进YOLOv5的火灾检测算法.首先,针对卷积操作受到感受野的限制,增加Involution算子来扩大感受野;其次,在模型中引入CA(coordinate atten-tion)注意力机制,重新分配特征图高度和宽度上的权重;最后,使用定位损失函数α-CIoU替换CIoU,以提高模型回归精度.改进的YOLOv5算法的平均精度达到了68.4％,相较于标准算法的平均精度提高了3.9％,定位框更加准确,且检测速度提高了14％.实验结果表明改进后的算法模型明显提高了火灾检测的准确性和实时性.
关键词：火灾检测改进YOLOv5Involution算子注意力机制α-CIoU
分类号：TP391.4(计算技术、计算机技术)
资助基金：国家自然科学基金(62003001)
论文发表日期：2022-06-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 196-201 )
英文信息