面向复杂背景下烟雾火焰检测的改进YOLOv8s算法

来源：计算机工程与应用杂志2025年第3期北京时间：

作者：马耀名, 张鹏飞, 谭福生

单位：辽宁工程技术大学 电气与控制工程学院，辽宁 葫芦岛 125105

摘要：针对复杂背景下烟雾火焰目标与背景混淆，导致烟雾火焰检测精度低等问题，提出一种面向复杂背景下烟雾火焰检测的YOLOv8s改进模型。特征通道之间具有高度相似性，为了有效利用跨不同通道间的冗余，提高模型对烟雾火焰目标和背景的区分，设计了C2fFR（C2f with partial rep conv）轻量级特征提取模块。设计了MCFM（multi-scale context fusion module）多尺度上下文融合模块，来捕捉并利用上下文信息，增强特征的表示。使用Inner-SIoU损失函数，解决边界框不匹配的问题，提高模型对高IoU样本的回归能力。实验结果表明，改进后的YOLOv8s烟雾火焰检测模型相比于基线模型YOLOv8s，mAP@50提升了4.6个百分点，mAP@50：95提升了2.3个百分点，模型参数量降低了18.9%，计算量降低了8.1%，FPS为93帧/s，与其他主流检测算法相比也具有较好的检测性能。

关键词：YOLOv8s,C2fFR,多尺度上下文融合,Inner-SIoU