基于概率两阶段CenterNet2的林火图像预警检测方法

森林火灾的及时预警对于森林保护有着至关重要的作用,由于林中烟火背景复杂、干扰因素较多,检测精度和效率均会受到影响。为此提出了一种基于CenterNet2的林火图像检测方法,采用轻量级主干网络VoVNetV2结合非对称卷积核来提高特征提取能力和检测速度,同时在加权双向特征金字塔网络中引入注意力机制eSE进行特征融合,提高小目标检测精度,最后采用SIoU损失函数提升目标框回归效果。仿真实验结果表明,该方法能够较准确地进行实时林火检测,且漏报率低。