一种基于改进YOLO的森林火灾目标检测方法、系统、设备及介质

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于改进YOLO的森林火灾目标检测方法、系统、设备及介质
申请号:CN202510596308
申请日期:2025-05-09
公开号:CN120182790A
公开日期:2025-06-20
类型:发明专利
摘要
一种基于改进YOLO的森林火灾目标检测方法、系统、设备及介质,方法包括:构建包含火焰、烟雾和消防人员三种目标的森林火灾目标检测数据集FF‑Dataset,并划分为训练集、验证集和测试集;采用YOLO作为基准模型,集成轻量化特征增强模块CFIM和跨层级特征融合模块DPEF‑Neck,新增小目标检测头,构建森林火灾检测模型;将训练集输入至森林火灾检测模型中,对模型网络参数进行优化训练,得到训练好的森林火灾检测模型;将验证集输入至训练好的森林火灾检测模型中进行验证,得到优化的泛化森林火灾检测模型,将测试集输入至优化的泛化森林火灾检测模型中进行测试,确认最优森林火灾检测模型;系统、设备及介质用于实现该方法;本发明显著提升了森林火灾目标检测精度与鲁棒性。
技术关键词
森林火灾检测 训练集 空间特征信息 混合器 检测头 层级 模块 多层次 关系结构信息 通道 动态 插值法 烟雾 边缘轮廓 上采样 语义特征 输出特征 空中无人机 网络