-
题名基于改进YOLOv5的火焰烟雾检测
被引量：5
- 1
-
-
作者
宋华伟
屈晓娟
杨欣
万方杰
-
机构
郑州大学网络空间安全学院
郑州大学计算机与人工智能学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2023年第6期250-256,共7页
-
基金
国家重点研发计划项目(2018YFC0824402)。
-
文摘
为更好地实现基于图像的实时火灾预警,结合YOLOv5s提出一种改进的火焰烟雾检测算法。将YOLOv5s颈部原有的路径聚合网络模块替换为双向交叉尺度融合模块,使深层网络可以直接提取浅层特征,增强信息流并提升网络特征融合能力。在YOLOv5s头部添加引入协调注意力的推理层,在不过多增加计算量的前提下加强检测头对网络信息的提取和定位能力,并提高检测精度。采用HSV色域增强、随机旋转、Mosaic等多种数据增强技术调整并扩充训练数据,使用k-means聚类算法获取数据集先验锚框,增强检测模型鲁棒性。实验结果表明,与基于YOLOv5s的火焰烟雾检测算法相比,改进算法的平均精度均值提升了3.2个百分点,检测速度达到243帧/s,并且保持了YOLOv5s的轻量化优势,在遮挡、夜晚、小目标等复杂场景下均具有较好的火焰烟雾检测效果。
-
关键词
YOLOv5网络
火焰烟雾检测
双向交叉尺度融合
协调注意力
推理层
-
Keywords
YOLOv5 network
flame and smoke detection
bidirectional cross-scale fusion
Coordinate Attention(CA)
reasoning layer
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
-
题名面向语义Web的逻辑描述原语扩展
被引量：5
- 2
-
-
作者
姚绍文
余江
周明天
-
机构
云南大学信息学院
电子科技大学计算机学院
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2002年第12A期2115-2118,共4页
-
基金
四川省重点科技攻关项目(No.SG95.17.1)
云南省计算机技术应用重点实验室开放基金项目(No.99.3004)
-
文摘
语义Web旨在利用知识工程中成熟的技术为数据和知识交换提供语义上的互操作性,为了针对Web这种标记语言环境描述一阶命题逻辑公式、Horn子句和推理规则,本文对OIL/RDFS进行了扩展,定义了相关的逻辑描述原语.通过典型的命题规则表示示例,说明了本文的原语扩展为命题公式、推理规则表示提供了可行的方法.
-
关键词
语义WEB
知识工程
本体推理层
资源描述框架
HORN子句
-
Keywords
semantic Web
knowledge engineering(KE)
OIL
RDF(S)
horn clauses
-
分类号
TP393.0
[自动化与计算机技术—计算机应用技术]
-
