《电子测量技术杂志》发表论文赏析

基于Transformer改进YOLOv5的山火检测方法研究

来源:电子测量技术杂志2023年第16期北京时间:

作者:钱承山,沈有为,孙宁,戴仁天

单位:1.南京信息工程大学自动化学院 南京 211800; 2.无锡学院 无锡 214000

摘要:构建智慧生态林业中核心环节为对森林火灾的监测及防范,为了第一时间扑灭火源防止火势蔓延并将可能发生的山火隐患于第一时间消除,提出了两种适用于无人机高空巡检的森林火灾检测模型YOLO_MC与YOLO_MCLite。其中YOLO_MC可对标准图像中的明火及烟雾进行检测,并基于YOLO_MC模型进行轻量化设计,提出适用于热图像中高温区域的检测模型YOLO_MCLite。在网络结构的设计中,首先在常规的卷积神经网络中融合加入了Transformer模型,提升了主干网络对于全局特征信息的感知能力;同时对Transformer模型进行轻量化设计,首先在网络结构上通过分组计算的形式减少tokens数量以降低计算量,其次通过通道注意力机制对特征块的通道数进行去冗余并提权来减少tokens的维度参数以降低计算复杂度,并且采用蒸馏算法从所设计的网络中提取出超轻量化网络应用于无人机红外影像的森林高温点检测,以预防森林火灾的发生。经过实验得出以下数据:所设计的两个检测模型中,其中适用于标准图像中对于明火及烟雾的检测准确率可达948%,适用于热图像对高温点的检测准确率可达972%,并且在英伟达JETSON TX2嵌入式设备上测试两个模型的帧率分别达到了225以及324。实验结果表明本文所设计网络能够对森林火灾进行有效检测并可以通过检测高温点及时预防火灾发生。

关键词:目标检测;森林火灾;神经网络;Transformer模型;蒸馏学习

基金资助:无锡市现代产业发展资金项目(20201012)、江苏省研究生科研实践创新计划项目(SJCX22_0349)、江苏省科技副总项目(FZ20200099)资助

2023年16期其他文献查阅:

基于双目视觉的输电线路防外破系统设计

基于混合策略改进的LightGBM土壤污染预测模型

辐射源个体识别中的对抗攻击研究

基于MTACNet网络的运动想象脑电分类

基于改进Kalmus滤波的悬停无人机检测技术

基于平滑滤波的多传感器异步融合方法研究

基于Transformer改进YOLOv5的山火检测方法研究

复杂纹理布匹五类典型瑕疵图像检测算法研究

基于Efficientnet的红外目标检测算法

基于麻雀搜索优化的背景分割算法的板簧尺寸检测方法

引入GAN与可变形注意力的多维人体运动分析

基于改进ORB-RANSAC算法的锅底标签角度视觉测量方法

基于多模态数据驱动的黄瓜温室湿度预测方法

可穿戴定位系统阵列惯性器件故障检测方法

少标签下油浸式变压器双层故障诊断模型

基于改进Radon域多次波抑制的强弱目标分离

基于改良天鹰优化器的单目相机标定方法

YOLOF-CBAM:一种新的结直肠息肉实时分类与检测方法

改进CORDIC算法实现及其在边缘检测中的应用

采用样本自动选择的建筑物遥感场景分类方法

基于孪生网络的小样本轮胎花纹验证算法

融合多尺度卷积和注意力机制的场景提取方法

基于改进YOLOX的航拍遥感图像检测模型

基于Faster R-CNN的复杂背景下绝缘子目标检测

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!