消防科学与技术 ›› 2023, Vol. 42 ›› Issue (8): 1117-1120.
王乃宇1, 王琢1,2, 张子超1, 吴金霆1
Wang Naiyu1, Wang Zhuo1,2, Zhang Zichao1, Wu Jinting1
摘要: 为提高林火检测的准确率和检测速度,增强林火检测模型的实用性,提出了一种改进YOLOv5的林火检测算法。该算法将改进后的MobileViT作为YOLOv5的骨干网络,使网络能够更有效地提取林火特征信息,同时为进一步降低模型复杂度,采用深度可分离卷积替代模型中的普通卷积,在训练阶段引入了Mosaic数据增强的方法,以提高模型的泛化性。结果表明:改进后模型的林火检测精确率提高了2.25%,mAP提高了4.48%,检测速度提高了4帧/s,检测准确率和检测速度均取得了良好的效果。改进后模型能够很好地检测林火,提高了林火检测模型的实用性。