基于多尺度特征融合的轻量级火灾检测算法OA北大核心CSTPCD
针对传统火灾检测算法存在的检测精度不足及速度瓶颈,特别是对于小规模初发火情与大规模迅速蔓延火灾的识别难题,研究提出一种基于多尺度特征融合的轻量级火灾检测算法,设计了EDBAN模块以替代YOLOv8中的C2f模块,提升模型的泛化能力和适应性,尤其是在处理多尺度火灾场景时的精准度。改进原有的BiFPN结构适配YOLOv8模型结构,并设计Weighted Blend模块对各层特征进行加权融合,增强特征的表征能力,降低漏检风险。进一步提出LOTT检测模块…查看全部>>
杨国为;刘璇;郜敏;许迪
南京审计大学计算机学院,南京211815南京审计大学计算机学院,南京211815南京审计大学计算机学院,南京211815南京审计大学计算机学院,南京211815
计算机与自动化
YOLOv8轻量化火灾检测目标检测加权双向特征金字塔(BiFPN)
《计算机工程与应用》 2024 (23)
P.229-237,9
国家自然科学基金面上项目(62172229)江苏省自然科学基金(BK20211295)。
评论