一种基于端到端统一框架与物理知识嵌入的火灾图像检测与分割方法

本发明涉及计算机视觉与火灾监测技术领域，提供了一种基于端到端统一框架与物理知识嵌入的火灾图像检测与分割方法。针对传统分阶段处理导致计算冗余、特征割裂及可见光依赖性强的问题，提出以下技术方案：构建包含Efficient Hybrid Encoder编码器与mask‑dino解码器的端到端网络，通过单层Transformer实现全局建模与跨尺度特征融合；创新性引入热成像物理知识嵌入，采用像素级相加、特征级Embedding及交互学习三种融合方式；设计轻量化单层Transformer架构与多任务损失函数，结合GIOU、Dice及联合检测分割混合匹配策略。该方法通过统一查询机制同步生成边界框与掩码预测，利用热成像数据增强低照度场景适应性，并通过解耦边界框损失提升训练效率。本发明在复杂场景下显著提升火灾监测的实时性、鲁棒性及精度。