融合注意力机制的YOLOv5火灾烟雾检测

近些年随着计算机视觉与图形图像处理技术发展,基于计算机视觉与图像识别的火灾探测是火灾防控监控领域的重要方法之一。在物体燃烧或爆炸时,由于火焰本身的特征特性,火焰产生的浓烟更具有直观性,因此对于火灾产生的烟雾识别与检测对火灾的防控监控来说具有十分重要的意义。目前的研究方法基本都是将图像采集完成后用支持向量机(SVM)进行识别或利用单一的神经网络(SSD,F-CNN等)处理,处理精度与实时性与利用YOLO算法的图像识别相比较为不足。利用YOLOv5算法与注意力模型结合的同时添加ACON激活函数的火灾烟雾检测识别技术能有效地提高检测效果。