融合自适应注意力的多尺度火灾检测算法

摘要：

针对实际场景下火灾检测准确度不高的现象,根据火灾自身特征提出了一种基于Anchor-free结构的火灾检测算法.将特征提取网络残差模块设计为多分支结构,并在其基础上嵌入根据火焰特征设计的自适应注意力模块,提取出更具表达力的火焰特征.添加亚像素融合,利用高层特征丰富的通道信息增强多尺度特征的表达能力.设计特征增强模块强化最高层特征表示,更好地利用全局空间信息.引入自适应标签分配,强化网络对火焰特征的学习效果.利用改进后的GIoU Loss损失函数对边界框精细回归.该算法在自建数据集上的检测精度达到了94.9％,在公开数据集上也有较好的检测效果,且抗干扰能力强,适用于各种环境下的火灾检测,能够满足实际场景下火灾检测任务的需要.

关键词：深度学习、火灾检测、自适应注意力、多尺度特征增强

所属期刊栏目：44

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家重点研发计划;天津市新一代人工智能科技重大专项

在线出版日期：2024-01-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：91-101