基于YOLOv7-tiny的轻量化火焰检测算法

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：针对目前火焰检测算法具有参数量大、检测效果差等问题,提出一种基于YOLOv7-tiny的火焰检测算法.首先,为减少模型的参数量和计算量,在Backbone层和Head层分别融入PConv和GSConv.然后,为降低轻量化网络造成的特征损失,引入CBAM注意力机制.实验结果表明,改进后的参数量和计算量分别下降47.5%和45%,而mAP提升2.1%.结果表明,改进后算法在参数量、计算量、检测精度和检测速度等方面具有明显优势.

作者：

朱康跃

展开 >

作者单位：

三峡大学计算机与信息学院湖北宜昌 443002

关键词：

火焰检测 YOLOv7-tiny 轻量化注意力机制

出版年：

2024

DOI：

10.3969/j.issn.1672-9528.2024.08.009

信息技术与信息化

山东电子学会

信息技术与信息化

影响因子：0.29

ISSN：1672-9528

年,卷(期)：2024.(8)