检索结果-南通市图书馆

中南林业科技大学学报 2025年

作者：程飘王秋华崔荣凯钱良辉西南林业大学机械与交通学院西南林业大学土木工程学院

【目的】为提高利用航拍可见光图像对早期林火探测的准确性，并考虑无人机平台上探测模型轻量化的需求，研究了基于深度学习的图像型早期林火探测技术，提出了一种基于自建早期林火数据集和改进YOLOv5s的早期林火探测模型。【方法】从... 详细信息

【目的】为提高利用航拍可见光图像对早期林火探测的准确性，并考虑无人机平台上探测模型轻量化的需求，研究了基于深度学习的图像型早期林火探测技术，提出了一种基于自建早期林火数据集和改进YOLOv5s的早期林火探测模型。【方法】从建立合适的数据集和目标检测算法两方面对其进行了研究：一方面，结合航拍视角下林区和早期林火“火小烟大”的特点，从确定检测目标、检测目标干扰物和检测目标位置三方面分析早期林火数据集的构成，通过模拟试验和网络搜索获取早期林火图像自建早期林火数据集。另一方面，以YOLOv5s为基础模型，利用MobileNetV4中的UIB模块修改C3模块，在减少模型参数量的同时保证检测的精度；利用结构更加精简的BiFPN替换颈部的PANet结构，采用加权特征融合机制，使模型能更好的融合多尺度特征，提高探测的准确性；在模型的主干网络中引入注意力机制SEAM，改善对遮挡物体的检测，增强对特征的表达能力；最后在预测部分使用EIoU和Focal Loss损失函数，加速模型收敛，提高探测精度。【结果】在相同试验条件和自建早期林火数据集的情况下，相比原模型，改进的YOLOv5s模型精确率、召回率和平均精度分别提高了2.0%、3.0%和3.3%，浮点运算量和参数量分别下降了74.7%和78.3%，与其他YOLO系列主流算法相比性能也更优。【结论】本文所提出的早期林火探测模型在实现轻量化的同时提高了探测的准确性，为利用航空手段进行早期林火探测提供技术基础。

关键词：早期林火探测航拍可见光图像 YOLOv5s 轻量化无人机

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：