基于改进YOLOv5的火灾检测研究

作者：马世森; 刘国巍

来源：无线互联科技, 2023, 20(04): 115-117.

• 预警
• 火灾检测
• YOLOv5
• 注意力机制
• 损失函数SIOU

针对传统火灾系统预警不及时、容易误报等问题，文章提出了一种基于改进YOLOv5的火灾检测算法。为了增强网络对火焰的方向和位置信息的敏感度，在模型中引入CA(Coordinate Attention)注意力机制；为了提高回归精度和收敛速度，使用损失函数SIOU替换CIOU。改进的YOLOv5算法的精确率和平均精度达到了74.2%和69.4%，相较于标准算法的精确率和平均精度提高了8.8%和2.8%，优化定位框和误检情况。实验结果表明，改进的YOLOv5算法模型提高了火灾检测的准确性和实时性。

• 单位
  安徽理工大学