基于改进YOLOv5的小目标烟雾检测算法

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%。