基于YOLOv7-tiny的轻量化火焰检测算法
朱康跃
三峡大学计算机与信息学院 湖北宜昌 443002
摘要：针对目前火焰检测算法具有参数量大、检测效果差等问题,提出一种基于YOLOv7-tiny的火焰检测算法.首先,为减少模型的参数量和计算量,在Backbone层和Head层分别融入PConv和GSConv.然后,为降低轻量化网络造成的特征损失,引入CBAM注意力机制.实验结果表明,改进后的参数量和计算量分别下降47.5%和45%,而mAP提升2.1%.结果表明,改进后算法在参数量、计算量、检测精度和检测速度等方面具有明显优势.
关键词：火焰检测YOLOv7-tiny轻量化注意力机制
论文发表日期：2024-08-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 40-43 )