摘要
针对工厂复杂环境下火灾烟雾存在检测困难,无法及时准确进行预警,实际部署难度高等问题,文章提出了一种基于改进YOLOv8 的工厂火灾烟雾检测方法.首先对YOLOv8 原有的损失函数进行修改,使用WIoU函数优化网络损失并提高收敛速度;引入EMA注意力机制,抑制复杂环境干扰的同时提高网络对目标的特征关注,以此提高对火焰和烟雾目标的检测能力;使用DualConv双卷积轻量化设计,降低参数量和GFLOPs的同时提升精度.根据实验结果可知,在工厂火灾烟雾数据集上,改进后的检测模型其平均精度提高3.2%,GFLOPs降低3%,模型参数量降低7.3%.实验结果验证了改进后的检测模型同时满足了检测精度、检测速度及轻量化的需求.
NETL
NSTL
万方数据