融合YOLOv5-ResNet级联网络的烟火检测方法 |
| |
引用本文: | 张全,张伟,杨先凤,彭博,刘书妍.融合YOLOv5-ResNet级联网络的烟火检测方法[J].安全与环境学报,2023(2):397-405. |
| |
作者姓名: | 张全 张伟 杨先凤 彭博 刘书妍 |
| |
作者单位: | 1. 西南石油大学计算机科学学院;2. 电子科技大学信息与通信工程学院;3. 油气藏地质及开发工程国家重点实验室(西南石油大学) |
| |
基金项目: | 油气藏地质及开发工程国家重点实验室开放基金项目(PLN2021-21,PLN2021-25); |
| |
摘 要: | 火灾产生的烟雾和火焰对人类生命财产及安全会造成严重威胁。针对现有烟火检测算法在实际工业应用中无法满足高检测率、低误报率以及高实时性的检测需求,提出了一种融合YOLOv5-ResNet级联网络的烟火检测算法。首先,为了提高YOLOv5检测网络对烟火目标的检测性能,尤其针对小目标烟火,通过增加注意力机制模块、小目标尺度检测层、Focal Loss损失函数的方式改进YOLOv5目标检测网络;然后,为了降低误检情况的发生,将检测到的烟火目标进行阈值筛选,筛选后的烟火目标增加部分背景信息后送入ResNet34分类网络,剔除非烟火目标;最后,通过综合分析连续多帧检测结果和烟雾面积变化情况,进一步降低误检的发生。结果表明:融合YOLOv5-ResNet级联网络的烟火检测算法,在29个烟火视频的查全率为99.38%,漏检率为0.62%;在45个非烟火视频的误检率约为0.001 6%,在所有测试视频的平均检测速度为51.67帧/s, YOLOv5-ResNet级联网络算法检测精度较高,检测速度较快,误检率低,可满足实际的大规模复杂工业场景下检测任务,综合性能优于现有的其他火灾检测算法。
|
关 键 词: | 安全工程 烟火检测 目标检测 YOLOv5 级联网络 |
|
|