基于多尺度特征融合的机动车黑烟检测

来源：计算机应用与软件杂志2025年第12期北京时间：

作者：孙统风, 郝 徐, 杭 帅, 王 康, 许新征

摘要：针对交通场景下机动车黑烟检测存在的漏检、误检问题，提出一种基于多尺度特征融合的机动车黑烟目标检测算法。在YOLOv5的基础上，重构多尺度网络模型，增加一个小目标层用于特征融合与检测，来提升网络对小目标黑烟的响应能力。同时，在进行多尺度特征融合时，将路径聚合网络PANet替换为双向加权特征金字塔网络BiFPN，融合更多的黑烟特征信息并调整不同尺度特征在网络中的贡献度。实验结果表明，提出的YOLOv5s-FB方法黑烟检测率和非黑烟检测率分别为92.34%和91.75%，检测速度可达35.3FPS，能够满足实际应用需求。

关键词：机动车黑烟, 多尺度特征融合, 目标检测, YOLOv5