首页|改进YOLOX火灾场景检测方法的研究

改进YOLOX火灾场景检测方法的研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对现有目标检测模型难以应用在复杂火灾场景的问题,论文提出了基于注意力机制改进的YOLOX火灾场景检测模型,实现对火焰、烟雾以及受灾人员的检测.首先,在CSPLayer层上添加轻量级注意力模块,提升模型整体的检测性能;其次,引入通道混合技术,提高各通道间的交流能力;最后,将主干网络最后一层换为轻量级Transformer模块,强化主干网络对全局信息的抓取能力.通过在自制火灾数据集上的实验表明,T-YOLOX的mAP比基准模型(YOLOX)提高了2.24％,与CenterNet、YOLOv3相比检测精度有较大提升,证明了该算法的有效性和优越性.
Research on Improved YOLOX Fire Scene Detection Method

张剑飞、柯赛

展开 >

黑龙江科技大学计算机与信息工程学院 哈尔滨 150022

YOLOX 火灾检测 Transformer 目标检测

国家自然科学基金

61803148

2022

10.3969/j.issn.1672-9722.2022.02.018

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(2)
  • 7
  • 3