针对现有目标检测模型对火焰检测有效性不足的情况,通过优化改进YOLOv7算法的网络结构,提出了一种全新的火灾检测模型。首先在YOLOv7上增加了一个小目标检测层,并引入SE注意力模块、坐标注意力模块和Biformer模块,增强对小目标特征提取能力;其次用CoordConv模块和PConv模块替换网络中的标准卷积块,减少训练和部署的计算量,提高网络检测速度;最后针对实验数据集标注框质量参差不齐的问题,将CIoU损失函数替换为Wise-IoU损失函数。在以KMU Fire and Smoke database为主的数据集上实验结果表明,所提出改进模型的平均精度提升了2.5%、召回率提升了1.7%,帧率达到了79.4帧/s,实现了检测效果和检测速度的双重提升,比传统目标检测算法拥有更好的火焰检测能力。
暂无评论