基于概率两阶段CenterNet2的林火图像预警检测方法

来源：计算机工程与科学杂志2023年第10期北京时间：

作者：李宝民, 王小鹏, 孙茜容, 张军平

单位：兰州交通大学电子与信息工程学院，甘肃 兰州 730070

摘要：森林火灾的及时预警对于森林保护有着至关重要的作用，由于林中烟火背景复杂、干扰因素较多，检测精度和效率均会受到影响。为此提出了一种基于CenterNet2的林火图像检测方法，采用轻量级主干网络VoVNetV2结合非对称卷积核来提高特征提取能力和检测速度，同时在加权双向特征金字塔网络中引入注意力机制eSE进行特征融合，提高小目标检测精度，最后采用SIoU损失函数提升目标框回归效果。仿真实验结果表明，该方法能够较准确地进行实时林火检测，且漏报率低。

关键词：森林火灾,非对称卷积核,注意力机制,SIoU损失函数,

基金资助：国家自然科学基金(61761027);甘肃省高校产业支撑计划（2023CYZC-40）;甘肃省优秀研究生“创新之星”项目(2022CXZX-547)