改进YOLOv7算法在火灾现场行人检测中的应用

提出了一种改进的基于YOLOv7的火灾现场行人检测算法。首先,利用自动色阶算法对火灾现场图像进行预处理;然后,采用HorBlock与CSPNet构造HorBc模块,改进YOLOv7网络结构,加强特征提取能力;同时融合CBAM注意力机制,增加行人特征区域学习权重。实验结果表明:在收集的火灾现场行人数据集上平均精度为97.1%,召回率为95.6%,精确率达到了97.6%;相比原始YOLOv7算法,平均精度提升了1.5%,召回率提升了2.4%,精确率提升了1.8%,在实时性上达到了36.7 fps,满足实时性要求。