-
题名基于改进YOLOv5的小目标烟雾检测算法
- 1
-
-
作者
张军
尹柳
巩欣飞
徐赫桦
-
机构
华北科技学院矿山安全学院
北京惠风联合防务科技有限公司
-
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2023年第11期75-81,共7页
-
基金
国家重点研发计划课题(2018YFC0808306)。
-
文摘
为解决火灾中的小目标烟雾检测精度不高的问题,提出一种基于改进YOLOv5的小目标烟雾检测算法。首先,将特征融合注意力(FFA)模块引入至主干网络中,使模型专注于小目标烟雾特征信息的提取;其次,通过采用多尺度金字塔解耦头(MPDH)模块替换卷积层模块,以改进YOLOv5算法中预测头层的检测部分,用于提升小目标烟雾的定位精度;最后,在专有数据集上进行试验验证与分析。结果表明:基于改进的YOLOv5小目标烟雾检测算法在目标检测精度上达到85.4%,在准确率、召回率方面,相较于原始算法分别提高了3.2%、6.3%。
-
关键词
小目标烟雾
烟雾检测算法
YOLOv5
特征融合注意力(FFA)
多尺度金字塔解耦头(MPDH)
-
Keywords
small target smoke
smoke detection algorithm
YOLOv5
feature fusion attention(FFA)
multi-scale pyramid decoupling head(MPDH)
-
分类号
X924.3
[环境科学与工程—安全科学]
-