基于改進YOLOv5s 的船上火災檢測算法
2023-12-06 01:36:33劉飛躍沈靖夫楊一帆許之遠張元良
電腦知識與技術 2023年29期
劉飛躍 沈靖夫 楊一帆 許之遠 張元良
摘要：針對船上空間特殊、環境復雜的情況，現有的火災識別算法直接應用到船上會出現識別精度不高的現象。文章在普通的火焰數據集的基礎上增加了船上和倉庫起火圖片來進行數據集的豐富。文章網絡模型在YOLOv5s網絡結構的基礎上進行優化，修改后的模型對于火焰檢測的適應性更高。加入了坐標注意力（CA）模塊以提高算法對目標的定位能力。將Neck部分的PANet改成了加權雙向特征金字塔結構（BiFPN） ，以快速地進行多尺度特征融合。邊框回歸損失采用了EIOU，以提高回歸精度。改進后的網絡精度增加了6.1%，召回率增加了2.4%，平均精度增加了3%。優化后的算法對于雜亂環境和畫質不高的情況均有較好的檢測性能。
關鍵詞：船；火災檢測；CA；BiFPN
中圖分類號：TP311 文獻標識碼：A文章編號：1009-3044（2023）29-0019-04
