改进YOLOv5算法在停车场火灾检测中的应用

摘要：

针对传统传感器对于地下停车场火灾检测不及时、目标检测对小型火焰目标检测效果较差等问题,提出了一种改进的 YOLOv5 火灾检测算法.为了提高检测算法对小型火焰目标的检测效果,在 YOLOv5s网络骨干中增加小目标检测层;为了增强火焰特征的表达,提出了一种基于 CA注意力机制的间隔注意力结构;为了提升定位精度、降低目标漏检率,将 GIoU替换为 CIoU.设计了 3 组消融实验以及 1 组对比实验用来验证所提算法的有效性.实验结果表明:所提算法在自定义数据集上的 mAP0.5、召回率 R 分别为 92%、96.9%.与 YOLOv5s模型相比,所提算法在自定义火焰数据集上的 mAP0.5 提升了 1.8 百分点,R 提升了 2.0 百分点.所提算法权重大小仅为 16.4 MB,帧率能达到 113 帧/s,具有较小的模型体积以及较快的检测速度,且能够准确检出小型火焰目标,有效提升了地下停车场火灾防范能力.

关键词：地下停车场、火灾检测、YOLOv5、坐标注意力、CIoU损失函数

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划;河南省重大公益专项

在线出版日期：2023-07-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：16-21