基于YOLOv8的地铁火灾检测方法

本发明公开了一种基于YOLOv8的地铁火灾检测方法，以提高报警系统的准确性和响应速度。本发明采用YOLOv8目标检测算法，结合深度学习优化网络结构，并设计加权聚焦损失函数与多模态数据融合方法，提升检测精度。数据集涵盖不同地铁环境的图像与传感器数据，引入注意力机制和多尺度检测，提高火焰、烟雾识别能力。结合温度传感器数据，减少误报。优化策略针对车厢与站台环境，增强模型在低光照、反射和遮挡条件下的鲁棒性，并借助TensorRT加速推理，实现实时检测。系统可独立运行，无需网络，并能与地铁FAS系统联动，提高预警效率。实验表明，该方法检测性能优于传统方法，推理速度超50帧/秒，具广泛应用前景。