《电子测量技术杂志》发表论文赏析

融合多尺度注意力的轻量化初期林火检测算法

来源:电子测量技术杂志2025年第15期北京时间:

作者:徐瑞杰,谢辉,姜吴瑾,李洪兵,肖扬

单位:1.重庆三峡学院电子与信息工程学院 重庆 404100;2.重庆三峡学院计算机科学与工程学院 重庆 404100

摘要:针对森林火灾初期检测领域中环境背景复杂、小目标火焰和烟雾纹理特征不明显、模型参数量大、实际部署计算资源受限的问题,提出基于改进YOLOv5s的轻量化森林火灾初期检测算法YOLO-VRG。首先,使用极简主义网络VanillaNet作为特征提取网络,以显著降低模型复杂度,实现高效特征提取;其次,设计了空间特征和特征通道重建注意力卷积RVBC3EMA模块,以减少空间和通道维度上的特征冗余,提高特征表达能力;最后,充分利用分组混洗卷积以进一步降低模型参数量和计算量。实验结果表明:YOLO-VRG模型相比于原始模型,mAP@0.5达到了87.6%,提升了3.2%的同时,模型参数量减少了74.1%,GFLOPs降低了71.9%,仅有2.1 M的参数量和4.5的GFLOPs,该算法在提高检测精度的同时大幅度减少了模型参数量,能更好的适用于计算资源受限的场景。

关键词:火灾初期检测;YOLOv5s;轻量化;EMA注意力;目标检测

基金资助:重庆市自然科学基金(2022NSCQ-MSX4084)、重庆市教委科学技术研究项目(KJZD-M202201204,KJZD-M202301203)、重庆市教委科学技术研究项目(KJQN202401237)资助

2025年15期其他文献查阅:

基于运动概率筛选和加权位姿估计的鲁棒动态RGB-D SLAM

发动机轴承的极近场遥测天线研究

<100>晶向正面开口快速湿法腐蚀释放悬浮结构的研究

基于多尺度感知损失与注意力的脑图像配准

基于CEEMDAN的脉搏波数据增强双层SMOTE算法

基于KNN-LASSO-PPC法的改进BitCN-LSTM短期光伏功率预测

改进YOLOv10n的光伏电池缺陷检测算法

DenseNet特征分组深度孤立森林图像异常检测

基于改进YOLOv10的液晶显示屏表面缺陷检测算法

融合多尺度注意力的轻量化初期林火检测算法

基于原型的正负学习用于远程监督关系抽取

基于Nuttall窗压缩感知的谐波和间谐波检测方法

基于MS-SAGCNs的自闭症诊断研究

基于Conformer-LSTM模型的连续无创血压预测方法

内河船舶检测算法的轻量化改进

基于选择性融合上下文信息的立体匹配网络

基于双编码器的鼻中隔医学图像分割模型

基于改进YOLO11的水下目标检测模型

基于SAFPN-YOLO的风机表面缺陷检测方法

基于多输入融合的自适应水下图像增强模型

改进YOLO11的学生课堂行为检测算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!