典型文献
融合YOLOv5s与SRGAN的实时隧道火灾检测
文献摘要：
针对传统隧道火灾检测方法速度慢、误检率高的问题,提出了一种基于YOLOv5s的实时火焰检测算法,采用K-means重新计算锚框尺寸.本文提出的YOLOv5s-SRGAN融合算法,在1 326幅隧道火焰图像中的召回率为94％,是YOLOv5s的1.7倍.引入了 CBAM注意力机制模块和梯度均衡机制,分别通过特征提取网络和损失函数提升模型的性能.与原YOLOv5s相比,火焰检测的平均正确率(IOU=0.5)提高了 44％,测试集平均检测速度为32 FPS.结果表明,改进后的火焰检测算法对小火焰目标有了更好的识别效果.
文献关键词：
火焰检测;小目标检测;YOLOv5s;注意力机制;SRGAN
中图分类号：
作者姓名：
常丽;张雪;蒋辉;杨娟;万紫玉
作者机构：
沈阳工业大学信息科学与工程学院 沈阳 110870;沈阳天眼智云信息科技有限公司 沈阳 110000
文献出处：
引用格式：
[1]常丽;张雪;蒋辉;杨娟;万紫玉-.融合YOLOv5s与SRGAN的实时隧道火灾检测)[J].电子测量与仪器学报,2022(08):223-230
A类：
B类：
YOLOv5s,SRGAN,隧道火灾,火灾检测,速度慢,误检率,火焰检测,检测算法,means,锚框,融合算法,火焰图像,召回率,CBAM,注意力机制模块,梯度均衡机制,特征提取网络,损失函数,函数提升,IOU,测试集,检测速度,FPS,小火焰,火焰目标,标有,小目标检测
AB值：
0.438943
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。
