一种基于改进YOLOv11n的轻量级火焰检测方法及系统
申请号:CN202510948159
申请日期:2025-07-10
公开号:CN120852950A
公开日期:2025-10-28
类型:发明专利
摘要
本发明涉及视觉监测技术领域,具体涉及一种基于改进YOLOv11n的轻量级火焰检测方法及系统,采集野外火焰图像并进行预处理,并基于预处理后的火焰图像构建火焰检测数据集,对火焰检测数据集进行标注和划分;对原始的YOLOv11n网络模型进行优化,得到改进的YOLOv11n网络模型;构建InnerGIoU损失函数,并替换原始YOLOv11n网络模型的CIoU损失函数;利用训练集对改进的YOLOv11n网络模型进行训练,训练过程中利用验证集调整模型超参数,得到火焰检测模型;利用测试集评估火焰检测模型的性能;将火焰检测模型部署至陆上无人装备系统,实现对野外火源的全天候监测;本发明提升了YOLOv11n网络模型的轻量化水平和对野外火焰的检测精度,更易于满足边缘设备的实际应用需求。
技术关键词
火焰检测模型
火焰检测方法
全天候监测
网络
图像
损失函数优化
标注工具
自动驾驶域控制器
数据
模型训练模块
火焰检测系统
训练集
深度学习框架
计算机内存
模型超参数
车载摄像头
装备
滤波技术