一种面向多场景的火焰烟雾视觉监测网络

本申请公开了一种面向多场景的火焰烟雾视觉监测网络，涉及神经网络技术领域，Backbone输出端引入金字塔池化模块SPP，借助不同尺寸的池化核扩展网络的感受野，增强了上下文特征信息的利用。设计了轻量化特征融合模块C2fFR，使用C2fFR减少模型参数量和计算量的同时提高模型对烟雾火焰的关注度，抑制背景等无用信息，提高特征提取能力。采用改进式K‑means聚类算法优化先验框更好地适应复杂场景，采用了Complete‑loU损失函数，该函数在计算坐标误差时考虑了物体中心与宽高之间的相关性。通过这些改进，监测网络在火灾检测的准确性和鲁棒性方面均得到了显著提升。