一种融合MobileNet-YOLO模型改进的烟火实时检测方法

本发明提供一种融合MobileNet‑YOLO模型改进的烟火实时检测方法，首先，将轻量化网络MobileNetv3与目标检测算法YOLOv5s.60相融合达到了降低模型参数量、提升模型的检测速度目的，然后，采用添加注意力机制GAM的方式，提升模型对的烟雾、火焰以及人员的特征提取，最后，在采用EIoU、DIoU‑NMS融合改进的策略进行模型精度的提升，形成最终的MobileNetv3‑YOLOv5s.60(MobileNet‑YOLO)网络模型，模型平均精度mAP@50达90.1％，边缘设备推理速度≥30FPS，实现了对禁烟火区域，烟、火、人员自动检测，具有判断快速、识别精度高、泛化能力良好等优点，有助于加强禁烟火区域的安全监管，进而减少安全事故，推动智能化发展。