基于改进YOLOv5的林火检测技术研究

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.

关键词：林火检测、YOLOv5、MobileViT、深度可分离卷积

所属期刊栏目：42

分类号：X932;S126(安全工程)

资助基金：中央高校基本科研业务费专项资金资助项目;黑龙江省自然科学基金项目

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：1117-1120