摘要
本发明公开了一种轻量级小目标森林火灾检测模型的训练方法及系统,涉及森林火灾检测技术领域,该训练方法包括:获取关于森林火灾的初始图像数据集并进行数据增强;构建StarELAN网络,将StarELAN网络作为YOLOv9模型中特征提取的主网络,并对YOLOv9模型进行缩小调整,以轻量化YOLOv9模型;在轻量化的YOLOv9模型中增设小目标检测头,并在所有检测头中引入LSK注意力机制,以捕捉小目标森林火灾;构建Inner‑CIoU损失函数,并作为轻量级小目标森林火灾检测模型的最终损失函数;根据该损失函数,将数据增强后的初始图像数据集对轻量级小目标森林火灾检测模型进行检测训练。因此,基于该训练方法得到森林火灾检测模型能够快速准确地对小目标森林火灾进行检测。
技术关键词
注意力机制
卷积神经网络结构
检测头
森林火灾检测方法
特征提取网络
通道
代表
图像
计算机设备
特征提取模块
数据获取模块
训练系统
轻量型
因子
处理器
系统为您推荐了相关专利信息
深度学习算法
算法模型
烟苗育苗技术
育苗盘
分块
调制识别方法
分类器
调制方式识别
复信号
电磁频谱监测
对比度
双通道卷积神经网络
灯珠
融合特征
双支持向量机