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