摘要
本发明公开了一种基于动态卷积与多尺度特征融合的火焰烟雾检测方法及系统,属于计算机视觉目标检测技术领域,包括:步骤1:获取火灾数据集,并将其经过预处理后划分为训练集和测试集;步骤2:构建改进YOLOv5s模型:C3模块替换为C3‑ODConv,主干网络引入GCB模块,颈部采用BiFPN;步骤3:利用训练集训练改进的YOLOv5s模型,测试集对改进的YOLOv5s模型进行测试;步骤4:利用训练并测试后的改进的YOLOv5s模型进行火灾数据检测。通过本发明能够增强对火焰和烟雾特征的学习和识别能力,提高其在复杂场景下的检测精度。
技术关键词
火焰烟雾检测方法
双向特征金字塔
Sigmoid函数
信息融合机制
融合策略
局部注意力机制
Softmax函数
烟雾检测系统
加权特征
火灾
通道注意力机制
动态权重分配
训练集
全局平均池化
模型训练模块
多尺度特征
网络
数据获取模块