基于改进YOLOv5的火灾检测研究

摘要：

针对传统火灾系统预警不及时、容易误报等问题,文章提出了一种基于改进YOLOv5的火灾检测算法.为了增强网络对火焰的方向和位置信息的敏感度,在模型中引入CA(Coordinate Attention)注意力机制;为了提高回归精度和收敛速度,使用损失函数SIOU替换CIOU.改进的YOLOv5算法的精确率和平均精度达到了74.2％和69.4％,相较于标准算法的精确率和平均精度提高了8.8％和2.8％,优化定位框和误检情况.实验结果表明,改进的YOLOv5算法模型提高了火灾检测的准确性和实时性.

关键词：预警、火灾检测、YOLOv5、注意力机制、损失函数SIOU

所属期刊栏目：20

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2023-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：115-117