基于YOLOv5的森林火灾检测方法研究

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：针对人工监测森林火灾困难等问题,提出一种基于YOLOv5的森林火灾检测方法,旨在提高火灾监测的效率和准确率.首先,对所使用的公开火灾图像数据集进行预处理;然后,通过模型训练提高森林火灾检测的准确率和实时性;最后,将YOLOv5s、YOLOv5m和YOLOv5l等3种网络模型进行评估对比.试验结果表明,YOLOv5l模型构建的森林火灾检测方法在火灾图像识别中体现出了较高的准确率,其准确率达到90%,检测速率提高了2.4%.

作者：

王艳艳、李晶晶、柴豪杰、薛然

展开 >

作者单位：

河南科技学院人工智能学院,河南新乡 453003

关键词：

森林火灾检测 YOLOv5 深度学习目标检测

基金：

河南省科技攻关项目河南省科技攻关项目

项目编号：

242102210050242102210057

出版年：

2024

DOI：

10.19345/j.cnki.1674-7909.2024.11.034

乡村科技

河南省科学技术信息研究院

乡村科技

影响因子：0.029

ISSN：1674-7909

年,卷(期)：2024.15(11)