摘要:
针对船舶火灾探测快速、准确及实时的实际工程需求,提出一种基于改进 YOLOv5s 的轻量化、高精度的船舶火灾探测 SG-YOLO 算法。使用融合无参数注意力机制的 GhostNet 卷积结构实现算法轻量化,引入二维注意力机制与加权双向特征金字塔结构增强火焰特征提取能力,有效解决远景密集小尺寸火焰以及目标框定位不精准的问题。在自建火灾集对比试验中,与 YOLOv5s 6.0 相比,该算法模型参数量减少 46.2%,探测速度提升 38.7%,达到 86 f/s,探测精度提升 0.9%。
刘义琛, 张 彬 , 王学岐 , 童家鹏.
基于轻量化CNN的船舶火灾实时探测算法研究
[J]. 消防科学与技术, 2023, 42(1): 42-46.
Liu Yichen , Zhang Bin , Wang Xueqi , Tong Jiapeng.
Research on real-time detection algorithm of ship fire based on lightweight CNN
[J]. Fire Science and Technology, 2023, 42(1): 42-46.