消防科学与技术 ›› 2023, Vol. 42 ›› Issue (8): 1113-1116.
李晓旭1,2,3, 李泊宁1,2,3, 张曦1,2,3, 于春雨1,2,3
Li Xiaoxu1,2,3, Li Boning1,2,3, Zhang Xi1,2,3, Yu Chunyu1,2,3
摘要: 为解决人工和传感器火灾检测方法中存在的精度低、速度慢等问题,在分析火灾图像特征的基础上,设计了一种融入可调节坐标残差注意力的改进YOLOv5多路火灾检测算法。该算法在YOLOv5网络模型上进行改进,可以自动提取和学习图像的特征。首先,通过坐标注意力机制,将位置信息嵌入到通道注意力中,使网络能够获得更大范围的信息,提高了对火灾图像的检测精度。其次,通过残差连接保留火焰的初始特征,将初始特征与坐标注意力特征进行自适应结合,实现更好的识别效果。最后,在多路摄像头捕获的实时视频数据上进行火灾的检测与识别,具有较高的准确率。该火灾检测方法可以有效识别和检测火灾早期产生的火焰信息,减少在火灾早期错过最佳扑救时间造成的损失。