改进YOLOv5s的煤矿烟火检测算法

针对传统的煤矿烟火检测存在检测时间长、误检率高等特点,提出了一种基于改进YOLOv5s的煤矿烟火检测算法。为了弥补后续改进带来的参数量和计算量等问题,使用GhostNet重构YOLOv5s的颈部,使得网络更加轻量化;为了解决小目标检测问题,提出了全局上下文特征提取模块BoT3(bottleneck transformer),该模块可以为小目标提供全局上下文信息,帮助模型更好地预测小目标。同时,在每个检测头位置加入SA(shuffle attention)注意力机制,使模型更聚焦小目标信息,抑制噪声的干扰;将边界框回归损失函数CIoU替换为SIoU,提高回归精度,加速模型的收敛。实验结果表明,改进之后的YOLOv5s参数量、计算量更小,精度更高,能够满足煤矿烟火检测要求。

物联网智能生态康养环境监控系统

根据当前智能家居传统环境检测设备集成化低、联动性低,各智能家具无法相互配合的问题背景,为改善人们居住环境的宜居性,建立了物联网生态康养环境监控系统来对居住环境进行调控。文章介绍了基于物联网传感器技术的系统的总体设计,包括系统组成、系统工作原理、系统硬件设计、系统软件设计、系统节点设计,以及通信设计6个方面,并探讨了每个方面中所运用的算法及思路。