一种基于卷积神经网络的火灾识别方法

本发明公开了一种基于卷积神经网络的火灾识别方法，通过获取样本火焰样本、样本火灾标注数据集和YOLOv8改进模型，YOLOv8改进模型包括在特征提取部分上的增加的残差卷积和动态卷积，以此将两者结合使用提升目标检测网络的性能和灵活性。损失函数采用换为改进的交叉熵损失函数和改进的均方误差损失函数的组合。通过在特征提取部分的空间金字塔池化SPPF之前增加的改进的CBAM注意力机制提高目标检测的精度和鲁棒性。该方法可以提高在环境下的火灾检测的准确性，保证周围环境安全。