基于YOLOv5s-EBWS的多背景干扰下输电线路走廊火焰和烟雾检测方法

作     者：舒胜文 唐世杰 肖楠 许军 方超颖 谢文炳 

作者机构：福州大学电气工程与自动化学院 国网福建省电力有限公司电力科学研究院 

出 版 物：《高电压技术》 (High Voltage Engineering)

年 卷 期：2025年

核心收录：

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 080203[工学-机械设计及理论] 0837[工学-安全科学与工程] 0802[工学-机械工程] 

基　　金：国家自然科学基金(52207150) 

主　　题：输电线路 背景干扰 火焰 烟雾 图像识别 YOLOv5s-EBWS 

摘      要：输电线路走廊多背景干扰场景下的山火检测工作存在误检率与漏检率高、小目标山火和烟雾检测难度大等问题。YOLOv5s模型实时性高，但应用于实际电网山火检测时精度仍有待提升。为此，在深入分析输电线路走廊背景干扰的基础上，提出了一种基于YOLOv5s-EBWS的火焰和烟雾检测方法。首先，收集线路山火事件的现场图片构建数据集；其次，为了高效提取并充分融合火焰和烟雾的多尺度空间信息和重要特征，在YOLOv5s模型中引入高效多尺度注意力（efficient multi-scale attention，EMA）机制与加权双向特征金字塔（weighted bi-directional feature pyramid network，BiFPN）网络；然后，引入明智交并比（wise intersection over union，WIoU）损失函数与软性非极大值抑制（soft non-maximum suppression，Soft NMS）模块以避免重叠烟火的漏检，增强模型的泛化性能；最后，开展实例验证。结果表明：与公共火灾数据集相比，所构建数据集使模型各项评价指标提升了12%～15%；与YOLOv5相比，YOLOv5s-EBWS的模型大小减小了0.4 MB，emAP@0.5、emAP@0.5:0.95以及火焰和烟雾的F1值分别提升了2.3%、3.8%、4.9%和5.5%。该方法为输电线路走廊火焰和烟雾检测提供了一种新的技术手段。