摘要
本本发明公开了一种使用yolov5m改进型算法来进行的树莓派火焰识别的方法,步骤一:摄像头连接进行火焰图像采集与识别;步骤二:将CBAM模块嵌入到Prediction部分之前,即在CSP和Conv之间添加;步骤三:使用CBAM模块,将特征输入通过通道注意力模块进行处理。这一步旨在对特征图的通道维度进行关注和加权;本发明的目的是利用改进型YOLOv5m算法结合CBAM模块,实现更准确和高效的火焰识别。通过在火焰图像采集和识别过程中引入通道注意力和空间注意力机制,提高了火焰识别的精确度和性能。同时,通过与传统模型进行比较,进一步完善和改进了火灾监测和预防系统的技术水平。
技术关键词
改进型算法
树莓派
注意力机制
通道
深度学习算法
图像
模块
鲁棒性
识别火灾
深度学习模型
伺服电机
数据
服务器
元素
模式
精度