| 动态卷积YOLOv5的视频火焰检测算法 |
| |
| 引用本文： | 周兴华,陈西江,羊海东,花向红,黄长军.动态卷积YOLOv5的视频火焰检测算法[J].测绘科学,2023(4):106-118. |
| |
| 作者姓名： | 周兴华 陈西江 羊海东 花向红 黄长军 |
| |
| 作者单位： | 1. 浙江省水利河口研究院(浙江省海洋规划设计研究院);2. 浙江省水利防灾减灾重点实验室;3. 武昌理工学院人工智能学院;4. 武汉理工大学安全科学与应急管理学院;5. 武汉大学测绘学院;6. 湖南城市学院市政与测绘工程学院 |
| |
| 基金项目： | 湖南省自然科学基金项目(2021JJ40023)； |
| |
| 摘 要： | 针对传统火灾检测系统容易受地理空间的影响，且现有的深度学习方法对动态火灾的检测能力较弱等问题，该文提出了一种动态卷积YOLOv5视频火焰多尺度目标检测算法。采用K-means++算法优化了anchor box聚类，降低了分类结果的误差。基于动态卷积思想，采用剪枝方法对YOLOv5 Neck和Head的网络头进行了剪枝，降低了模型大小，实现了视频火灾的动态实时准确检测。基于不同火灾监控视频的实验结果表明，该文方法不仅可以有效地对地面监控视频中的火灾点进行检测，还能够对无人机上监控视频中的火灾点进行检测。研究结果可以应用于基于视频的不同场景的火灾检测，从而达到对现有火灾检测系统补充的作用。
|
| 关 键 词： | YOLOv5 火灾检测 深度学习 目标识别 动态卷积 |
|
