-
题名基于YOLOv8的火灾烟雾检测算法研究
被引量:2
- 1
-
-
作者
王晨灿
李明
-
机构
重庆师范大学计算机与信息科学学院
-
出处
《北京联合大学学报》
CAS
2023年第5期69-77,共9页
-
基金
国家自然科学基金项目(61877051)
重庆市高等教育教学改革研究项目(223230)。
-
文摘
早期火灾预警为人类的生命财产安全提供有效保障,为了提高算法在复杂场景中对小火焰和烟雾的检测性能,对v8版本的YOLO算法进行改进,设计了一种轻量型的Fire-YOLOv8火灾检测网络。该网络在YOLOv8的基础上增加一个更小的目标检测层,并使用Focus层对输入图像进行切片操作,解决微小火焰检测的难题。在网络优化中,特征提取选用轻量级的BottleneckCSP模块,使用样本数据集进行迁移学习,更新网络参数,能够有效区分火焰、烟雾等干扰信息。实验结果表明:预训练生成的Fire-YOLOv8n火灾检测模型的精确率达到97.1%,mAP@0.5达到95.7%,检测速度达到192 FPS,模型大小仅为8.4 MB,综合性能得到明显提升,可以很好地满足嵌入式设备实时检测的应用需求。
-
关键词
火灾检测
BottleneckCSP
Fire-YOLOv8
迁移学习
-
Keywords
Fire detection
BottleneckCSP
Fire-YOLOv8
Transfer learning
-
分类号
X924.3
[环境科学与工程—安全科学]
-