-
题名改进YOLOv7的无明火森林烟雾检测算法
- 1
-
-
作者
王灏文
朴燕
王鈅
姜品依
-
机构
长春理工大学电子信息工程学院
吉林大学地球探测科学与技术学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2024年第24期340-350,共11页
-
基金
吉林省自然科学基金(20210101180JC)。
-
文摘
快速准确判断森林火情对森林防火有着重要意义。然而,现有的森林烟雾检测模型提取的烟雾特征较为单一。因此,现有模型在图像中只有烟雾未见明火时的火情检测任务中表现并不理想。针对该问题,提出一种基于改进YOLOv7的无明火森林烟雾检测算法。该算法在主干网络中引入注意力机制CA和全卷积掩码自编码器框架FCMAE,使模型在提取语义特征的同时可以获取更为丰富的局部信息,解决了现有模型存在的特征崩溃问题。同时在预测网络中引入集中式特征金字塔CFP以加强特征的层内调节能力。另外,模型使用动态非单调调频的损失函数Wise-IoU以加强对低质量烟雾样本的检测能力。实验结果表明,相较于其他模型,该模型在检测无明火烟雾时表现上佳,精确率达到98.1%且mAP@50%达到99.1%。
-
关键词
无明火森林烟雾检测
YOLOv7
注意力机制
特征金字塔
-
Keywords
forest smoke detection without open flames
YOLOv7
attention mechanism
feature pyramid
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
