论文部分内容阅读
针对火灾小目标、多目标、边缘模糊等情况而导致其检测精度不佳的问题，提出了一种基于YOLOv3改进的火焰目标检测算法。通过改进特征金字塔FPN使得局部信息得到二次利用，设计大尺度全卷积模块获取不同尺度的全局空间信息，采用改进的通道空间注意力机制提高有效信息并抑制无用信息，利用CIo U和Focal Loss作为损失函数提高难识别目标的精度和缓解数据集不平衡的问题。通过自制火焰数据进行实验，并与其他先进算法对比，改进后的算法平均精度均值MAP高达89.82%，较原算法提高了4.32%，检测速度达20.2