针对炼油厂火灾安全隐患早期检测的实际需求,本文提出一种基于改进YOLO(you only look once,你只需看一次)的火灾检测方法。首先,对检测头网络模块进行改进,以提高模型对火灾目标的识别精度;其次,优化骨干网络模块结构,增强特征提取能力...针对炼油厂火灾安全隐患早期检测的实际需求,本文提出一种基于改进YOLO(you only look once,你只需看一次)的火灾检测方法。首先,对检测头网络模块进行改进,以提高模型对火灾目标的识别精度;其次,优化骨干网络模块结构,增强特征提取能力;再者,通过改进颈部网络模块,实现不同尺度特征信息的有效融合;最后,设计了一种新的损失函数,以平衡模型的检测精度和实时性能。通过消融实验,验证了提出方法中各改进策略的有效性。结果表明,改进后的YOLO在火焰检测任务上不仅展现了出色的检测精度,而且保持了较高的处理速度,实现了精度和速度之间的最佳平衡。该方法不仅为炼油厂火灾安全隐患的早期检测提供了有效的技术手段,而且具有一定的推广和工程应用价值。展开更多
文摘针对炼油厂火灾安全隐患早期检测的实际需求,本文提出一种基于改进YOLO(you only look once,你只需看一次)的火灾检测方法。首先,对检测头网络模块进行改进,以提高模型对火灾目标的识别精度;其次,优化骨干网络模块结构,增强特征提取能力;再者,通过改进颈部网络模块,实现不同尺度特征信息的有效融合;最后,设计了一种新的损失函数,以平衡模型的检测精度和实时性能。通过消融实验,验证了提出方法中各改进策略的有效性。结果表明,改进后的YOLO在火焰检测任务上不仅展现了出色的检测精度,而且保持了较高的处理速度,实现了精度和速度之间的最佳平衡。该方法不仅为炼油厂火灾安全隐患的早期检测提供了有效的技术手段,而且具有一定的推广和工程应用价值。