基于YOLOv8s的城市背景烟火检测算法OA
针对目前城市背景烟火检测方法存在检测精度不高,易出现误检、漏检和耗时长等问题,提出一种基于YOLOv8s改进的烟火检测算法。引入加权双向特征金字塔(Bi-directional Feature Pyramid Network, BiFPN)增强特征融合,在BiFPN的基础上融合P2特征层提升小目标检测能力,同时添加基于跨空间学习的高效多尺度注意力(Efficient Multi-scale Attention, EMA)模块,突出目标特征同时抑制…查看全部>>
于泳波;袁栋梁;孙振;朱灵茜;严增兴;鞠瑞文;李庆党
青岛科技大学信息科学技术学院,山东青岛266061青岛科技大学信息科学技术学院,山东青岛266061青岛科技大学信息科学技术学院,山东青岛266061青岛科技大学信息科学技术学院,山东青岛266061青岛科技大学信息科学技术学院,山东青岛266061青岛科技大学信息科学技术学院,山东青岛266061青岛科技大学信息科学技术学院,山东青岛266061
计算机与自动化
烟火检测双向特征金字塔YOLOv8s多尺度卷积注意力
《无线电工程》 2024 (11)
P.2566-2575,10
山东省泰山学者项目(tshw201502042)山东省重大创新工程(2017CXGC0607)。
评论