科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有火灾检测算法检测精度不佳和算法模型复杂度过高的问题，提出基于改进GhostNet-FCOS的火灾检测算法.该算法以目标检测网络FCOS为基础，降低通道维数并选用GhostNet作为特征提取网络，以实现轻量化火灾检测算法.引入动态卷积，在不增加网络宽度和深度的情况下优化主干网络的基础模块，提高对形态多变的火焰图像的特征提取能力.增加空间注意力模块，优化网络空间特征的表达.改进正负样本定义和回归损失函数，优化训练过程中算法模型对标注框内不同区域的关注程度.在自建火灾数据集和公开数据集中的实验结果表明，该算法在检测精度和模型复杂度方面具有优势.该算法在自建火灾数据集中的检测精度为90.9%，参数量为4.58×106，浮点计算量为31.45×109.
- 单位
