基于CA-Res注意力机制的YOLOv5图像火灾检测算法

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.

关键词：火灾检测、注意力机制、目标检测、深度学习

所属期刊栏目：42

分类号：X932;X924.4(安全工程)

资助基金：国家重点研发计划2021YFC3001605

在线出版日期：2023-10-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1113-1116