一种基于小波变换的YOLOv5火灾检测改进算法 |
| |
引用本文: | 章曙光,唐锐,邵政瑞,鲍锐.一种基于小波变换的YOLOv5火灾检测改进算法[J].无线电工程,2023(10):2303-2310. |
| |
作者姓名: | 章曙光 唐锐 邵政瑞 鲍锐 |
| |
作者单位: | 1. 安徽建筑大学电子与信息工程学院;2. 安徽建筑大学信息网络中心 |
| |
摘 要: | 由于复杂环境下类烟火物体的干扰,常导致火灾检测误判。为了提高图像中火灾信号的检测精度,减少火灾误报,利用传统光谱分析在火灾图像检测技术中的优势,提出了一种基于小波变换的YOLOv5火灾检测改进算法。该算法利用二维Haar小波变换提取图像的光谱特征,将其输入到YOLOv5s的主干网络CSPDarknet中,与卷积层进行通道上的特征融合,增强烟火的纹理细节特征;通过嵌入CA注意力机制的CAC3模块,对融合小波特征后的网络层的位置信息进行增强,提高网络的信息提取和定位能力;为明确衡量边界框宽高的真实差,平衡烟火难易样本,采用α-EIOU损失函数替换原本的CIOU,提高框定位准确性。在公开的火灾数据基础上结合自制火灾数据构建火灾数据集,并进行模型训练和推理。实验结果表明,改进后算法的mAP比原YOLOv5s提升了2.3%,实现了对火灾场景烟火目标较好的检测效果。
|
关 键 词: | 火灾检测 小波变换 YOLOv5 注意力机制 特征融合 |
|
|