一种基于改进YOLOv5的火焰检测方法

本发明涉及目标检测技术领域，尤其涉及一种基于改进YOLOv5的火焰检测方法，包括以下步骤：S1：采集并预处理得到火焰数据集；S2：通过结构性修改原始YOLOv5网络构建YOLOv5网络模型；S3：将开源火焰数据集输入YOLOv5网络模型进行训练得到预训练神经网络，根据训练集对预训练神经网络进行二次训练得到训练神经网络，测试集输入训练神经网络检测网络效果，根据检测效果微调训练神经网络的训练参数得到最终神经网络；S4：将火焰燃烧视频输入最终神经网络得到火焰检测结果。本发明通过可形变卷积使得模型学习到非线性物体的表征信息；通过AFPN减少相邻层特征融合时引起的信息丢失，通过EIOU损失函数提高训练中的抗干扰性，新增随机噪声掩码提高训练模型的泛化性和鲁棒性。