基于卷积神经网络的早期火苗检测研究

作     者：王丽 沈晓波 束仁义 WANG Li;SHEN Xiaobo;SHU Renyi

作者机构：淮南师范学院电子工程学院安徽淮南232038 

出 版 物：《长春师范大学学报》 (Journal of Changchun Normal University)

年 卷 期：2024年第43卷第6期

页      面：64-68,89页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：淮南师范学院校级重点项目“基于卷积神经网络的初期火灾检测算法研究”(2022XJZD020) 安徽省省级高校自然科学重点研究项目“基于超宽带技术与智能优化算法的室内定位研究”(2023AH051550) 

主　　题：早期火苗 YOLOv5s模型 视频检测 准确率 

摘      要：为了快速检测出早期火苗,提高火灾的预警功能,本文研究基于YOLOv5s算法的早期火灾视频的火苗识别,并将YOLOv5s算法与YOLOv4-tiny算法、YOLOv3-tiny算法进行了比较。研究结果表明,YOLOv5s的定位损失比YOLOv4-tiny和YOLOv3-tiny分别降低了0.0225和0.0205,YOLOv5s的精确度分别提高了0.1361和0.0507。在视频检测中YOLOv5s最早检测到火苗,且检测的准确率比YOLOv4-tiny和YOLOv3-tiny分别提高了0.22和0.21,在早期小火苗检测中YOLOv5s算法的性能更优。