融合浓度特征的YOLOv7tiny烟雾检测改进算法

火灾初期常伴随着烟雾产生。为解决火灾早期烟雾浓度低、目标尺度小难以检测的问题,本文提出一种融合烟雾浓度特征的YOLOv7tiny烟雾检测改进算法。改进算法包括:①利用暗通道先验理论提取烟雾浓度特征,并将合成的αRGB图像用作检测网络的输入特征,用以增强稀薄烟雾特征;②设计light-BiFPN多尺度特征融合结构,降低算法在小目标烟雾的检测效果;③采用深度可分离卷积替换原标准卷积,进一步减少模型参数量。在自制数据集中的实验结果表明,改进算法在稀薄烟雾及小目标烟雾的检测任务上更具有优越性,mAP@0.5和Recall分别达到94.03%和95.62%,检测FPS提高至118.78帧/s,模型参数量减少至4.97M。改进算法在火灾初期的稀小烟雾检测领域更具优越性。