一种基于改进YOLOv4-tiny的轻量化抗干扰火焰检测方法

    公开(公告)号:CN114743151B

    公开(公告)日:2024-10-29

    申请号:CN202210494875.6

    申请日:2022-05-07

    Applicant: 中北大学

    Abstract: 火焰探测作为火灾防治的重要环节,其对于实时性,抗干扰性,准确度都有很高的要求。现阶段的火焰目标检测方法对于这三项指标缺乏综合研究,针对这一问题,本发明提出了一种基于改进YOLOv4‑tiny的轻量化抗干扰火焰检测方法。利用火焰随时间变化的动态特点,设计了双流结构的火焰检测模型。首先对YOLOv4‑tiny的骨干网络采用深度可分离卷积进行轻量化改进;其次在特征提取阶段,通过进一步融合多尺度特征提高网络对浅层特征的学习能力,同时在FPN中引入ECA通道注意力模块,进一步提高精度;最后采用IOU(Intersection over Union)后处理算法来有效屏蔽类火目标的干扰。在数据集方面,创建了自己的火焰检测数据集。实验证明,本发明方法在准确性,抗干扰性和检测时间上实现了综合提升。

    一种基于改进YOLOv4-tiny的轻量化抗干扰火焰检测方法

    公开(公告)号:CN114743151A

    公开(公告)日:2022-07-12

    申请号:CN202210494875.6

    申请日:2022-05-07

    Applicant: 中北大学

    Abstract: 火焰探测作为火灾防治的重要环节,其对于实时性,抗干扰性,准确度都有很高的要求。现阶段的火焰目标检测方法对于这三项指标缺乏综合研究,针对这一问题,本发明提出了一种基于改进YOLOv4‑tiny的轻量化抗干扰火焰检测方法。利用火焰随时间变化的动态特点,设计了双流结构的火焰检测模型。首先对YOLOv4‑tiny的骨干网络采用深度可分离卷积进行轻量化改进;其次在特征提取阶段,通过进一步融合多尺度特征提高网络对浅层特征的学习能力,同时在FPN中引入ECA通道注意力模块,进一步提高精度;最后采用IOU(Intersection over Union)后处理算法来有效屏蔽类火目标的干扰。在数据集方面,创建了自己的火焰检测数据集。实验证明,本发明方法在准确性,抗干扰性和检测时间上实现了综合提升。

Patent Agency Ranking