典型文献
基于改进GhostNet-FCOS的火灾检测算法
文献摘要：
针对现有火灾检测算法检测精度不佳和算法模型复杂度过高的问题,提出基于改进GhostNet-FCOS的火灾检测算法.该算法以目标检测网络FCOS为基础,降低通道维数并选用GhostNet作为特征提取网络,以实现轻量化火灾检测算法.引入动态卷积,在不增加网络宽度和深度的情况下优化主干网络的基础模块,提高对形态多变的火焰图像的特征提取能力.增加空间注意力模块,优化网络空间特征的表达.改进正负样本定义和回归损失函数,优化训练过程中算法模型对标注框内不同区域的关注程度.在自建火灾数据集和公开数据集中的实验结果表明,该算法在检测精度和模型复杂度方面具有优势.该算法在自建火灾数据集中的检测精度为90.9％,参数量为4.58×106,浮点计算量为31.45×109.
文献关键词：
火灾检测;目标检测;FCOS;GhostNet;动态卷积;注意力模块
中图分类号：
作者姓名：
张融;张为
作者机构：
天津大学微电子学院,天津 300072
文献出处：
引用格式：
[1]张融;张为-.基于改进GhostNet-FCOS的火灾检测算法)[J].浙江大学学报（工学版）,2022(10):1891-1899
A类：
B类：
GhostNet,FCOS,火灾检测,检测算法,检测精度,和算,算法模型,模型复杂度,目标检测网络,特征提取网络,动态卷积,主干网络,基础模块,形态多变,火焰图像,特征提取能力,空间注意力,注意力模块,网络空间,空间特征,正负样本,损失函数,训练过程,框内,公开数据集,参数量,浮点计算,计算量
AB值：
0.357898
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
